Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/javascript/393.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
使用平均值计数器在R中进行模拟_R_Simulation - Fatal编程技术网

使用平均值计数器在R中进行模拟

使用平均值计数器在R中进行模拟,r,simulation,R,Simulation,我有下面的代码来计算一个正态分布的随机数(mu=245,sd=24.5,n=9)低于200的次数 # This is a simulation to count the Binomial from B samples of # size n from a Normal population with mu and sigma that fall below # a cutoff x_0 B = 100000; mu = 245; sigma = 24.5; n = 9 x_0 =

我有下面的代码来计算一个正态分布的随机数(mu=245,sd=24.5,n=9)低于200的次数

 # This is a simulation  to count the Binomial from B samples of
 # size n from a Normal population with mu and sigma that fall below 
 # a cutoff x_0   B = 100000; mu = 245; sigma = 24.5; n = 9  x_0 = 200 
 # for one sample  
 y_count = numeric(n) 
 y_average = numeric(n)
 x = numeric(n)  
for (i in 1:n){         
x[i] = rnorm(1,mu,sigma)         
    if (x[i] < x_0) y_count[i] = y_count[i] + 1 
}  
y_count  
sum(y_count) 

 # for B samples and computing the estimated probability 
 y_count = matrix(0,B,n) 
 x = matrix(0,B,n) 
 for (j in 1:B){         
      for (i in 1:n){                 
       x[j,i] = rnorm(1,mu,sigma)                
       if (x[j,i] < x_0) y_count[j,i] = y_count[j,i] + 1         
    } }  
 y_count  
 y_count_rows = apply(y_count,1,sum) 
 y_count_rows  
 prob_est = sum(y_count_rows)/B
 prob_est  
#这是一个模拟,用于从
#来自正常人群的大小n,mu和sigma低于
#a截止点x_0 B=100000;μ=245;西格玛=24.5;n=9 x_0=200
#一个样本
y_计数=数字(n)
y_平均值=数值(n)
x=数字(n)
对于(1:n中的i){
x[i]=rnorm(1,mu,sigma)
如果(x[i]

我想能够计算出9次复制的平均频率低于200的频率。我怎样才能在R中修改这个程序呢?它使用pnorm()函数,这是正态分布的累积密度函数(cdf)。对于给定的一组平均值和西格玛值,它返回低于给定值
x_0
的区域

mu=245
sigma = 24.5
x_0 = 200
pnorm(q=x_0, mean=mu, sd=sigma)

[1] 0.03312454

也就是说,它表明,从随机分布中抽取的mu和sigma中,约有3.31%将低于该阈值。

这对您有用吗?它使用pnorm()函数,这是正态分布的累积密度函数(cdf)。对于给定的一组平均值和西格玛值,它返回低于给定值
x_0
的区域

mu=245
sigma = 24.5
x_0 = 200
pnorm(q=x_0, mean=mu, sd=sigma)

[1] 0.03312454

也就是说,它表明,从随机分布中抽取的mu和sigma中,约有3.31%将低于该阈值。

这对您有用吗?它使用pnorm()函数,这是正态分布的累积密度函数(cdf)。对于给定的一组平均值和西格玛值,它返回低于给定值
x_0
的区域

mu=245
sigma = 24.5
x_0 = 200
pnorm(q=x_0, mean=mu, sd=sigma)

[1] 0.03312454

也就是说,它表明,从随机分布中抽取的mu和sigma中,约有3.31%将低于该阈值。

这对您有用吗?它使用pnorm()函数,这是正态分布的累积密度函数(cdf)。对于给定的一组平均值和西格玛值,它返回低于给定值
x_0
的区域

mu=245
sigma = 24.5
x_0 = 200
pnorm(q=x_0, mean=mu, sd=sigma)

[1] 0.03312454

也就是说,它表明,从带有mu和sigma的随机分布中抽取的大约3.31%将低于该阈值。

您可以简单地使用pnorm()或1-pnorm()从一开始就得到正确的答案,或者您打算将其用于其他用途吗?您可以简单地使用pnorm()或1-pnorm()吗为了从一开始就得到正确的答案,或者你打算用它来做其他事情吗?你能简单地用pnorm()或1-pnorm()从一开始就得到正确的答案吗,或者你打算用它来做其他事情吗?你能简单地用pnorm()或1-pnorm()从一开始就得到正确的答案吗,还是你打算用这个做别的?