当prob是向量时，rbinom中的prob参数如何工作？

考虑以下代码：

rbinom(17, 1, .5)

此代码表示每次观察的成功概率等于0.5

在rbinom（3，1，c（.5，.3，.7））中，第一次观察的成功概率为0.5，第二次观察的成功概率为0.3，最后一次观察的成功概率为0.7

但是在

rbinom(17, 1, c(.5,.3,.7))

---

，成功概率在17次观察中的分布情况如何？

向量在17次生成的值上循环：

> rbinom(17, 1, c(0,.999))
 [1] 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0

如果您尝试循环使用两个彼此不匹配的向量，R通常会生成警告：

> (1:10) + (1:3)
 [1]  2  4  6  5  7  9  8 10 12 11
Warning message:
In (1:10) + (1:3) :
  longer object length is not a multiple of shorter object length

但在这种情况下不是这样