R语言求解符合预设标准的四类特征剖面组合 用于分层抽样配置

你遇到的是多维度分层样本的配额分配问题，暴力枚举所有可能性的方案时间和空间复杂度都极高，完全不可行，推荐以下两种可落地的实现方式：

方案1：整数规划求解（推荐，高效稳定） #

该问题本质是带约束的整数规划问题，只需通过lpSolve包求解即可，无需枚举任何组合，毫秒级即可得到结果。

实现代码 #

# 安装依赖包（首次运行执行）
install.packages("lpSolve")
library(lpSolve)

# 1. 生成所有24种特征剖面
profiles <- expand.grid(
  性别 = c("Female", "Male"),
  年龄 = c("Young", "Middle-aged", "Old"),
  地域 = c("Urban", "Rural"),
  教育程度 = c("Lower", "Higher")
)
n_profiles <- nrow(profiles)

# 2. 构造约束矩阵
const_mat <- rbind(
  # 性别约束
  as.integer(profiles$性别 == "Female"),
  as.integer(profiles$性别 == "Male"),
  # 年龄约束
  as.integer(profiles$年龄 == "Young"),
  as.integer(profiles$年龄 == "Middle-aged"),
  as.integer(profiles$年龄 == "Old"),
  # 地域约束
  as.integer(profiles$地域 == "Urban"),
  as.integer(profiles$地域 == "Rural"),
  # 教育程度约束
  as.integer(profiles$教育程度 == "Lower"),
  as.integer(profiles$教育程度 == "Higher")
)

# 约束目标值
const_rhs <- c(13, 12, 7, 8, 10, 15, 10, 20, 5)
# 所有约束为等于关系
const_dir <- rep("=", length(const_rhs))

# 目标函数（由于只需要满足约束，随便设置即可，这里设为全1求最小和）
obj <- rep(1, n_profiles)

# 3. 求解整数规划
result <- lp(
  direction = "min",
  objective.in = obj,
  const.mat = const_mat,
  const.dir = const_dir,
  const.rhs = const_rhs,
  all.int = TRUE
)

# 4. 提取结果
profiles$抽样数 <- result$solution
# 查看有抽样的剖面
head(profiles[profiles$抽样数 > 0, ])

结果校验 #

你可以通过以下代码验证结果是否符合要求：

sum(profiles$抽样数) # 总样本量应为25
sum(profiles$抽样数[profiles$性别 == "Female"]) # 应为13
sum(profiles$抽样数[profiles$年龄 == "Old"]) # 应为10
sum(profiles$抽样数[profiles$教育程度 == "Higher"]) # 应为5

方案2：迭代调整法（无需第三方包） #

如果不想安装额外的规划包，可以通过简单的迭代微调得到结果：

• 第一步：计算每个特征剖面的期望抽样数 = 总样本量 * 性别占比 * 年龄占比 * 地域占比 * 教育占比，对结果四舍五入得到初始整数配额
• 第二步：计算各维度的配额偏差，每次调整偏差最大的剖面的抽样数（要么加1要么减1）
• 第三步：重复第二步直到所有维度的偏差都为0

该方法同样不需要枚举所有组合，迭代几十次即可得到符合要求的结果。

内容的提问来源于stack exchange，提问作者CNiessen