Как генерировать случайные категориальные данные?

Допустим, у меня есть категориальная переменная, которая может принимать значения A, B, C и D. Как я могу сгенерировать 10000 случайных точек данных и контролировать частоту каждого из них? Например:

A = 10% B = 20% C = 65% D = 5%

Есть идеи, как я могу это сделать?

Вы хотите, чтобы пропорции в образце были точно такими, как указано? или чтобы представить идею выборки из очень большой популяции с этими пропорциями (чтобы пропорции выборки были близки, но не точны)?

Если вам нужны точные пропорции, вы можете следовать предложению Брэндона и использовать sampleфункцию R, чтобы рандомизировать порядок вектора, который имеет точные пропорции.

Если вы хотите произвести выборку из совокупности, но не ограничивать пропорции, чтобы быть точными, вы все равно можете использовать sampleфункцию в R с probаргументом, например, так:

> x <- sample( LETTERS[1:4], 10000, replace=TRUE, prob=c(0.1, 0.2, 0.65, 0.05) )
> prop.table(table(x))
x
     A      B      C      D 
0.0965 0.1972 0.6544 0.0519 

Используя R (http://cran.r-project.org/). Все, что я делаю здесь, это создание случайного списка с указанными вами пропорциями.

x <- c(rep("A",0.1*10000),rep("B",0.2*10000),rep("C",0.65*10000),rep("D",0.05*10000))
# cheating    
x <- sample(x, 10000) 


prop.table(summary(as.factor(x)))

/ me терпеливо ждет спора о том, насколько это действительно случайно

    n <- 10000
    blah <- character(n)
    u <- runif(n)
    blah[u<=0.1] <- "A"
    blah[u>0.1 & u<=0.3] <- "B"
    blah[u>0.3 & u<=0.95] <- "C"
    blah[u>0.95] <- "D"
    table(blah)
    prop.table(summary(as.factor(blah)))

Я не сомневаюсь, что это действительно случайно. Я имею в виду, насколько это runif()случайно :)

Если вы являетесь пользователем SAS, последние версии предоставляют аналогичную возможность извлекать из так называемого «настольного» дистрибутива - то, что вы ищете, как часть функции Rand (). См. Http://support.sas.com/documentation/cdl/en/lrdict/64316/HTML/default/viewer.htm#a001466748.htm