从R中二项分布的迭代创建直方图

以下是说明： 创建10000次迭代（N=10000次） n=50的rbinom（50,1,0.5），您对p0=0.50的猜测（提示：您需要 构造一个for循环）。绘制样本结果的直方图。然后画出你的 直方图上的pstar。如果pstar不在直方图的极端区域，则 假设你的猜测是正确的，反之亦然。最后计算出 p0

---

我知道如何创建for循环和rbinom函数，但除了绘制自定义点（我的猜测值）外，我不确定如何将此信息传输到柱状图上进行绘制。

我不是在为您做功课，但这应该可以让您开始。你们并没有说pstar应该是什么，所以我假设你们对p的最大似然估计（分布）感兴趣

创建10000个

N=50

二项样本（不需要

for

循环）：

检查分发情况

require(ggplot)
ggplot(data.frame(phat = phat), aes(phat)) + geom_histogram(bins = 30)

并计算

p0

的概率

---

编辑1 如果您坚持，还可以使用for循环来生成示例

sample <- list();
for (i in 1:10^5) {
    sample[[i]] <- rbinom(50, 1, 0.5);
}

---

示例听起来像是家庭作业。你能告诉我你已经走了多远吗？pstar是什么？>for（1:10000中的i）+rbinom（50,1,0.5）我创建了for循环，并运行了rbinom。我想知道如何正确地存储这些迭代，并根据这些数据绘制直方图。我知道每个函数的默认函数。好的，首先，这不是正确的R代码。你有没有看过我下面的答案，在这里我展示了你不需要一个foor循环。我现在不确定问题出在哪里。如果您不清楚如何生成/存储/打印R对象，您可能需要先阅读一本介绍R的书来学习一些R基础知识。你也没有回答我关于pstar的问题。我建议编辑你的问题，包括任何工作的R代码，你必须显示出你自己已经取得了多大的进展。听起来不错，我将编辑这个问题，但我仍在提醒自己如何嵌入代码。我知道我不需要for循环，但我相信我仅限于使用for循环，因为我需要学习的概念的重点是这方面的统计方面。所以每次rbinom运行时，我都试图从0和1的总数中找出1的数量。pstar是生成值总数中1的分数。这将执行10000次，并绘制在直方图上，以查看哪些比例最受欢迎。我必须猜测0.5是否是一个合理的猜测，我分析了直方图。我算出了，谢谢。一旦我知道如何嵌入代码，我就会添加代码。太好了。祝你的作业顺利。
require(ggplot)
ggplot(data.frame(phat = phat), aes(phat)) + geom_histogram(bins = 30)

sample <- list();
for (i in 1:10^5) {
    sample[[i]] <- rbinom(50, 1, 0.5);
}