模拟rbinom 100000次并找到比例
所以我想模拟200个二进制随机数的观测值,其值为1,概率为60%,0,概率为40%,然后计算1的比例。重复模拟100000次,找出比例小于0.55的次数 到目前为止,我知道我需要模拟rbinom 100000次并找到比例,r,R,所以我想模拟200个二进制随机数的观测值,其值为1,概率为60%,0,概率为40%,然后计算1的比例。重复模拟100000次,找出比例小于0.55的次数 到目前为止,我知道我需要rbinom(200,1,6)和可能的for循环 我能写的是 x=numeric(100000) for(i in 1:100000){ x[i]=rbinom(200,1,.6)} 但每次我这么做都不管用。还有,我怎么知道这个比例比.55小多少倍呢?set.seed(1L) n要获得小于0.55的次数比例,可以执行以
rbinom(200,1,6)
和可能的for循环
我能写的是
x=numeric(100000)
for(i in 1:100000){
x[i]=rbinom(200,1,.6)}
但每次我这么做都不管用。还有,我怎么知道这个比例比.55小多少倍呢?set.seed(1L)
n要获得小于0.55的次数比例,可以执行以下操作:
n <- 10000
sum(replicate(n, mean(rbinom(200,1,.6)) < 0.55))
您似乎试图将200个观测值存储到一个插槽中。也许您想存储这些观察结果的数字摘要?另外--研究复制而不是循环。我想我只想看看rbinom的100000个测试中,有多少测试给出的数字1大于或等于200个观察值的55%。所以我猜转售价格是110/200。这意味着在100000次rbinom测试中,有多少次会给我至少110次。所以你需要像x[i]=mean(rbinom(200,1,6))
这样的东西,然后将这些平均值与0.55(或者更好的是,与replicate
等效)进行比较。尝试x还建议你阅读中心极限定理。
mean(replicate(n, mean(rbinom(200,1,.6)) < 0.55))