在R中为34例个体生成带个体间变异的NONMEM模拟采样时间

当前代码仅生成一组固定的3个采样时间，重复34次后所有个体的采样时间完全一致，无法体现个体间变异。需要修改代码，让每个个体的3个采样时间分别在指定区间内独立随机生成，最终输出长度为102（3×34）的一维向量。

解决方案1：用replicate生成并展平 #

nsubjects <- 34

# 为每个个体独立生成3个采样时间，再合并为单个向量
times <- unlist(replicate(nsubjects, c(
  runif(1, 0.5, 1),   # 第一个采样时间：0.5-1小时
  runif(1, 12, 48),  # 第二个采样时间：12-48小时
  runif(1, 47, 49)   # 第三个采样时间：47-49小时
)))

• replicate(nsubjects, ...)循环执行34次括号内的代码，每次为一个个体生成符合要求的3个随机时间
• unlist()将34个长度为3的子向量展平为一个长度为102的一维向量，匹配NONMEM的数据格式需求

解决方案2：向量化生成后调整顺序 #

如果偏好更直接的向量化操作，可先分别生成每个区间的所有随机值，再调整为按个体连续排列的格式：

nsubjects <- 34

# 分别生成三个区间的随机数
time1 <- runif(nsubjects, 0.5, 1)
time2 <- runif(nsubjects, 12, 48)
time3 <- runif(nsubjects, 47, 49)

# 合并并调整为个体顺序连续的向量
times <- c(rbind(time1, time2, time3))

• rbind(time1, time2, time3)生成3行34列的矩阵，每行对应一个采样区间
• c()将矩阵按列展平，得到每个个体的三个采样时间连续排列的向量

验证结果 #

可通过以下代码确认输出符合要求：

# 检查向量长度是否为102
length(times)

# 查看前6个值（前两个个体的采样时间）
head(times, 6)

内容的提问来源于stack exchange，提问作者yipper8