我得到了7年来气温数据分成4名季节的变量(春,夏,秋,冬),每个看起来像这样(春季例子)创建多个新的重采样系列基于观测数据
Day Month Year maxtp Season.Year Season
1 3 2008 13.6 2008 SP
2 3 2008 11.3 2008 SP
3 3 2008 5.4 2008 SP
我想(使用类似的方法来此)来创建基于这些观测数据,一个在下面的方式时多新的温度系列:Block sampling according to index in panel data
使用此代码
newseries1 <- sample(Spring, size=91, replace = T, prob = NULL)
但是这个系列重复了91次,并不是我想要的。
我想从任意一个season.year(2008-2014)中选择一个整个Spring块,然后从任何一年中选择一个夏季块,除了之前选择的年份之外,所以除2008年以外的任何年份。重新采样年份然后被替换,以便下一次再次采样,而不是连续采样。
我想从春季变量中选取一个season.year,按照不同的季节。年份为夏季变量,然后是另一个为秋季,而另一个为冬季,并继续这样做直到重新采样是相同的观察时间长度(在这种情况下为7年)。
因此,在总结我想:
- 选择“块”尊重每年发生的顺序(从随机season.year春季),并开始一个新的系列,然后替换它,因此它可以是再次采样。
- 从一个非连续的一年跟随春天与夏天,并取而代之。
- 继续下去,直到重采样系列是相同的长度观察
- 重复这个过程,直到有100重采样系列