R语言模拟研究：使用for循环批量生成95%置信区间的实现问题

错误原因 #

你之前的代码无法正常运行核心有两个问题：

• 存储结构错误：你用rep(NA,10)生成了一维向量存储结果，但每个95%置信区间包含上下限两个值，无法塞进一维向量的单个元素中，需要提前创建10行2列的矩阵存储，每行对应一组置信区间的上下限。
• 逻辑位置错误：样本生成、置信区间计算的代码放在了for循环外部，只会运行一次，即使循环执行10次也只能得到同一个置信区间，必须把这部分逻辑放到循环内部，每次迭代重新生成随机样本、计算新的置信区间。

基础功能实现（单组置信区间） #

原始可正常运行的单组95%置信区间生成代码如下：

set.seed(10)
ransamp <- rnorm(30, 100, 5)
x.bar <- mean(ransamp)
n <- length(ransamp)
me.95 <- qt(0.05/2, df = (n-1), lower.tail = FALSE) * sd(ransamp) / sqrt(n)
ci.95 <- c(x.bar - me.95, x.bar + me.95)
ci.95

最终可行代码 #

你后续找到的实现方案已经修复了上述两个问题，可正常输出10组置信区间：

matrix1 <- matrix(NA, nrow = 10, ncol = 2)
set.seed(10)
loop1 <- for(i in 1:10){
  ransamp <- rnorm(30, 100, 5)
  x.bar <- mean(ransamp)
  n <- length(ransamp)
  me.95 <- qt(0.05/2, df = (n-1), lower.tail = FALSE) * sd(ransamp) / sqrt(n)
  ci.95 <- c(x.bar - me.95, x.bar + me.95)
  matrix1[i, 1] <- x.bar - me.95
  matrix1[i, 2] <- x.bar + me.95
}
matrix1

如果需要进一步简化代码，也可以直接把ci.95赋值给矩阵的整行：

matrix1[i, ] <- ci.95

效果和分别给两列赋值完全一致。

内容的提问来源于stack exchange，提问作者Scott Hebert