R中的Sample()函数

本文介绍了R中的Sample()函数的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述

我的问题很简单，我正在尝试使用sample()模拟来自任何分布的500个抽奖。

以二项分布B(10，0.5)为例。使用R.中的sample()函数

我是这样做的：

draw = 1:500 data = sample(x=draw, size=10, replace=TRUE, prob=rep(0.5, each=500)) 然而，每当我绘制历史图时，它看起来像是随机的，而不是二项分布。我做错了什么？

注意：我知道r中有rbinom()函数可以做到这一点。我正在尝试了解sample()函数是如何工作的。

推荐答案sample(x = c(1,0),size = 10,replace=TRUE,prob = c(0.5,0.5))

您可能希望对多次生成的此向量的总和进行直方图，以查看您的二项分布。

draws=c() for(i in 1:500){ draws=c(draws,sum(sample(x = c(1,0),size = 10,replace=TRUE,prob = c(0.5,0.5)))) } hist(draws) 在本例中，sample返回值为1或0(x = c(1,0))的10个(size = 10)样本，每个样本(prob = c(0.5,0.5))的概率相等。replace=TRUE只是表示任一项都可以多次绘制。这些1和0是概率为0.5的10个伯努利试验的结果。二项分布是一系列n个Bernoulli试验中成功次数(1‘s)的概率分布，每个试验的概率为p.So(n=10，p=0.5)。调用Sample一次给出10个平局，求出向量从二项式得出的平局总和。我们从这个二项分布中抽取500个样本，画出一个直方图。