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

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))