扫码加入数据分析学习群

众所周知, 概率论早期研究的是游戏或赌博等随机现象中有关的概率问 题. 这些现象在R中可以通过函数sample( )来实现.

1) 等可能的不放回的随机抽样:

> sample(x, n)

其中x为要抽取的向量, n为样本容量. 例如从52张扑克牌中抽取4张对应 的R命令为:

> sample(1:52, 4) [1] 3 16 17 15

2) 等可能的有放回的随机抽样:

> sample(x, n, replace=TRUE)

其 中 选 项replace=TRUE表 示 抽 样 是 有 放 回 的, 此 选 项 省 略 或 为replace=FALSE表示抽样是不放回的. 例如抛一枚均匀的硬币10次 在R中可表示为:

> sample(c("H", "T"), 10, replace=T) [1] "H" "T" "T" "H" "H" "T" "T" "H" "H" "H"

掷一棵骰子10次可表示为:

> sample(1:6, 10, replace=T) [1] 4 3 4 5 4 6 2 6 3 4

3) 不等可能的随机抽样:

> sample(x, n, replace=TRUE, prob=y)

其中选项prob=y用于指定x中元素出现的概率, 向量y与x等长度. 例如一 名外科医生做手术成功的概率为0.90, 那么他做10次手术在R中可以表示 为:

> sample(c("成功", "失败"), 10, replace=T, prob=c(0.9,0.1))

若以1表示成功, 0表示失败, 则上述命令可变为:

> sample(c(1,0), 10, replace=T, prob=c(0.9,0.1)) [1] 1 1 1 0 1 1 1 1 1 1