我有一个包含植被指数观测数据的大型数据集。我在使用R对数据进行随机子采样时，需要保持分布（相对频率）均匀（在整个VI范围内观测量相等）。但是我还没有成功达到完全均匀的分布。
例如：
norm<-rnorm(1000, mean = .5, sd = .25) # I have this
hist(norm) #that is distributed like this
hist(unif<-runif(1000, min=0, max=1)) # but I want to resample the data to look like this
啊哈！我想到了第二种解决方案，我认为这可能比我的第一种方案更好，我将其保存在下面的重复目标分配最近匹配选择部分中。
sample()函数有一个prob参数，允许我们为输入向量的元素指定概率权重。我们可以使用这个参数来增加选择出现在输入分布的稀疏段（即尾部）中的元素的概率，并减少选择出现在密集段（即中心）中的元素的概率。我认为简单地倒置密度函数dnorm()就足够了:
测试数据
set.seed(1L);
normSize <- 1e4L; normMean <- 0.5; normSD <- 0.25;
norm <- rnorm(normSize,normMean,normSD);
解决方案
unifSize <- 1e3L; unifMin <- 0; unifMax <- 1;
normForUnif <- norm[norm>=unifMin & norm<=unifMax];
d <- dnorm(normForUnif,normMean,normSD);
unif <- sample(normForUnif,unifSize,prob=1/d);
hist(unif);
从目标（均匀）分布生成一组随机偏差。对于每个偏差，找到与之最接近的输入（正常）分布元素。将该元素视为选择样本。
重复上述步骤，直到唯一选择的数量达到或超过样本所需大小。如果超过了所需大小，则将其截断至所需大小。
我们可以使用findInterval()来查找每个均匀偏差的最接近正常偏差。这需要一些调和才能做好。我们必须对正常分布向量进行排序，因为findInterval()需要排序后的vec。而且，我们必须通过不低于零的最低值来传递给runif()，而不是使用目标分布的真实最小值，否则，低于该值的均匀偏差将匹配低于均匀分布可接受最小值的输入元素。此外，在运行调用findInterval()的循环之前，为了效率，最好从正常分布向量中删除所有不在目标分布可接受范围内（即[0,1]）的值，这样它们将不参与匹配算法。它们是不需要的，因为它们无论如何都无法匹配。
如果目标样本大小比输入分布向量小足够多，则应该消除结果样本中任何输入分布的痕迹。
测试数据
set.seed(1L);
normSize <- 1e6L; normMean <- 0.5; normSD <- 0.25;
norm <- rnorm(normSize,normMean,normSD);
解决方案
unifSize <- 200L; unifMin <- 0; unifMax <- 1;
normVec <- sort(norm[norm>=unifMin & norm<=unifMax]);
inds <- integer();
repeat {
inds <- unique(c(inds,findInterval(runif(unifSize*2L,normVec[1L],unifMax),normVec)));
if (length(inds)>=unifSize) break;
};
length(inds) <- unifSize;
unif <- normVec[inds];
hist(unif);
需要注意的是，findInterval() 函数并不会准确地找到最接近的元素，而是找到小于或等于搜索值的元素。我认为这不会对结果产生任何重大影响；最多，它会微不足道地偏向于较小的值，但是以一种均匀的方式。如果您真的想要，可以查看各种查找最接近选项，例如请参见R: find nearest index。
您可以使用R中统计包中的runif函数，结合不同的种子(seed)在循环中生成随机数。
假设您想要创建100个子样本并在最后将它们合并起来，则可以使用以下代码：
list_of_uniformsamples <- vector("list", length = 100)
for (i in 1:100){
set.seed(123+i)
list_of_uniformsamples[[i]] <- round(runif(1000, min=1, max=Number_of_observations))
}
pool_of_uniform_samples <- unlist(list_of_uniformsamples)