Daniel, eu to, na real, confuso.... Pela descricao do seu problema, vc possui 50 unidades... Destas, 25 devem ser alocadas a um tratamento... e as remanescentes, a um segundo tratamento. Se for este o problema, ele nao e' modelado com uma Bernoulli... (lembre das hipoteses da Bernoulli: a) dois resultados; b) probabilidade de sucesso constante; c) ensaios independentes) Sendo como descrevi acima, tudo o q vc quer e' aleatorizar os labels "trat1" e "trat2" (25 de cada) nos individuos disponiveis, como sugerido pelo Gledson. sample(rep(0:1, 25)) Agora, se vc quiser "mmmmeeeeiiiiixxxxxmo" entender o lance da semente q faz uma Bernoulli distribuir 25/25, entao e' ler: Matsumoto, M. and Nishimura, T. (1998) Mersenne Twister: A 623-dimensionally equidistributed uniform pseudo-random number generator, _ACM Transactions on Modeling and Computer Simulation_, *8*, 3-30. abs, b Em 1 de maio de 2013 22:10, Daniel Marcelino <dmarcelino@live.com> escreveu:
Valeu Gledson, a solução eu sabia. Eu estou procurando mais informações sobre como descobrir o padrão da semente para que isso aconteça, como nos dois últimos exemplos que eu enviei.
Daniel
2013/5/1 gledson picharski <gledson.picharski@gmail.com>
sorteia sem reposição um conjunto que tenha 25 zeros e 25 uns.
## solução 1 set.seed(111) sample(rep(c(0,1),25))
## solução 2 set.seed(111) rep(c(0,1),25)[sample(1:50)]
_________________ Gledson Picharski
Em 1 de maio de 2013 19:48, Daniel Marcelino <dmarcelino@live.com> escreveu:
Caros, estou realizando um experimento e acabei constatando que a semente que eu distribuir é fundamental para eu obter as amostras binárias. Eu estou interessado em distribuir 25 unidades para tratamento e o restante para controle. Há alguma maneira de saber, sem ser por tentativa e erro, que minha distribuição terá 25 unidades em cada categoria? Por exemplo,
# 50 Bernoulli trials set.seed(51) T <- sample(c(0,1), 50, replace=TRUE, prob=c(25/50, 25/50)) table(T) T 0 1 22 28
set.seed(12345) T <- sample(c(0,1), 50, replace=TRUE, prob=c(25/50, 25/50)) table(T) T 0 1 23 27
set.seed(123) T <- sample(c(0,1), 50, replace=TRUE, prob=c(25/50, 25/50)) table(T) T 0 1 25 25
set.seed(2) T <- sample(c(0,1), 50, replace=TRUE, prob=c(25/50, 25/50)) table(T) T 0 1 25 25
-- \begin{signature} Daniel Marcelino ☁ dm.silva@umontreal.ca ☎ (514) 343 6111 #3799 Skype: d.marcelino ✎ 3200 Jean Brillant, Office C5071 Montreal, QC; H3T 1N8 Canada \end{signature}
"Small steps toward a much better world"
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- \begin{signature} Daniel Marcelino ☁ dm.silva@umontreal.ca ☎ (514) 343 6111 #3799 Skype: d.marcelino ✎ 3200 Jean Brillant, Office C5071 Montreal, QC; H3T 1N8 Canada \end{signature}
"Small steps toward a much better world"
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.