R语言基于现有测量值模拟额外观测/自助法采样实现咨询

方法1：针对每行单独有放回采样（非参数自助法） #

你之前直接调用sample()得到整列复制的结果，是因为没有按行单独遍历处理，用apply()按行执行采样即可解决问题，示例代码如下：

# 构造示例数据框
df <- data.frame(
  `1` = c(10, 20, 4, 10),
  `2` = c(15, 16, 6, 12),
  `3` = c(12, 24, 8, 9),
  row.names = c("A", "B", "C", "D"),
  check.names = FALSE
)

# 定义需要生成的新观测次数：第4到15次共12次
n_new <- 12

# 按行单独做有放回采样，生成新列
new_cols <- t(apply(df, 1, function(row_vals) {
  sample(row_vals, size = n_new, replace = TRUE)
}))

# 把新生成的列和原数据合并
colnames(new_cols) <- as.character(4:(3 + n_new))
df_full <- cbind(df, new_cols)

方法2：基于正态分布的参数自助法 #

你提到的参数自助法实现逻辑非常简单，只需要按行估计现有观测的均值和标准差作为正态分布参数，再生成随机值即可：

n_new <- 12
# 按行估计正态分布参数并生成新观测
new_cols_param <- t(apply(df, 1, function(row_vals) {
  mu <- mean(row_vals)
  sigma <- sd(row_vals)
  # 若需要限制生成值的合理范围，可在此处加截断逻辑
  rnorm(n = n_new, mean = mu, sd = sigma)
}))

# 合并到原数据
colnames(new_cols_param) <- as.character(4:(3 + n_new))
df_full_param <- cbind(df, new_cols_param)

两种方法的选择 #

• 非参数自助法（方法1）：生成的观测值只能是现有3次测量中的值，不需要做分布假设，实现最简单
• 参数自助法（方法2）：符合你提到的正态分布假设，生成的观测值可以是分布范围内的任意值，更符合真实测量的变异特征

内容的提问来源于stack exchange，提问作者drwattson