我想引导的饮食项目7个人的比例发生和计算sd()
工作与应用()函数
比方说有菜单上9个猎物。
Diet <- c("Beaver","Bird", "Bobcat","Coyote", "Deer", "Elk",
"Porcupine", "Raccoon", "SmMamm")
而且这些猎物是由7口不同的同种
Inds <- c("P01", "P02", "P03", "P04", "P05", "P06", "P07")
的人吃我的目标是引导每个单独的每种饮食项目的比例发生。
下面的循环产生用于每个单独的5个饮食即用更换采样(含有N = 20喂养各饮食)。数据存储为个人列表,每个列表包含样本饮食列表。
BootIndDiet <- list()
IndTotboot <- list()
for(i in Inds){
for(j in 1:5){
BootIndDiet[[j]] <- prop.table(table(sample(Diet, 20 ,replace = T)))
}
IndTotboot[[i]] <- BootIndDiet
}
下面我已经包括个人P07的前两个日粮作为循环的示例结果
$P07
$P07[[1]]
Beaver Bird Bobcat Deer Elk
0.05 0.15 0.20 0.10 0.15
Porcupine Raccoon SmMamm
0.15 0.15 0.05
$P07[[2]]
Beaver Bird Bobcat Coyote Deer
0.15 0.10 0.20 0.05 0.05
Elk Porcupine Raccoon SmMamm
0.05 0.20 0.10 0.10
然后我想要计算每个物种的比例的SD()为每个单独的。同样,对于每个人(P01 - P07),我希望在5种日粮中每种猎物的比例出现的sd()
。
虽然我的循环运行上面,我怀疑有避免列出一个更好的方法(可能使用boot()函数)...
虽然我只包括5个样本(引导程序),为每个在这里,我希望能产生一个不同的策略或如何申请sd()
跨子列表是极大的赞赏10000
建议。
除非存在内存问题,否则可以将数据以长格式“data.frame”与列-say- [ind,No_diet,prey,prop]存储在一起,然后您可以调用'aggregate(prop〜ind +猎物,mydataframe,SD)'。 – 2014-08-31 20:26:00