道具表（）和；dnorm（）

有人能解释为什么以下两个图产生不同的结果：

prop.table（table（S））[其中'S'是随机变量…在本例中表示轮盘赌结果]

dnorm（[在S范围内的值列表]、平均值、标准差）

以下是我的代码片段：

随机变量的频率图

绘图（属性表），xlab=“净利润”，ylab=“概率”，type=“h”）
基数概率密度不是概率。它是某事物每单位的概率

你的样本S只能被2整除，因为结果是-1或1。当你制表时，你会注意到这一点。然后
prop.table
返回这些值的比例或概率（-2,0,2,4,6，…）。这些是离散值，不是连续值

dnorm
返回给定正态分布的密度。因此，如果您想使用
dnorm
模拟概率，则需要将其乘以每单位。在本例中，2-直方图条的宽度

pdf2 = data.frame(profit = base, probability = dnorm(base,avg,sd) * 2)
lines(pdf2, col="blue", lwd=2)

如果您包含一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，那么就更容易为您提供帮助。但我认为你可能会混淆预期/观察到的概率，混淆离散和连续随机变量，这两个问题实际上都是统计学问题，而不是编程问题。关于统计数据的问题应该在上而不是堆栈溢出。连续分布的密度（由dnorm计算）不是比例或概率，因此您不会期望它们与离散分布的比例匹配。@Flick先生，感谢您为我指出了一个适当的platform@GeorgeSavva,你是说dnorm给了我这个值的“概率密度”吗？这不是真正的概率？那么，为了得到概率，我应该怎么做<代码>pnorm（x+Δx，平均值，sd）-pnorm（x，平均值，sd）

密度不是概率。你必须把密度乘以某个值。要使其等于

属性表中的概率

，请找到S（您的样本）的箱子宽度。在你的情况下，它是2。所以prob=density*2。谢谢你的解释。特别是关于箱子尺寸的：D

set.seed(1)
plays <- 1000
B <- 10000

#Monte Carlo Sim for Roulette Wheel

S <- replicate(B,{  # S because Random Variable
  sum(sample(c(-1,1), plays, replace = TRUE, prob = c(18/38,20/38)))
  # -1 -> Casino loose bet ; 1 -> Casino win bet
})

avg = mean(S); sd = sd(S)

# Frequency Plot of Random Variable of R. Wheel outcome
plot(prop.table(table(S)), xlab = "Net Profit", ylab = "Probability", type = "h")

base <- seq(min(S),max(S),length = B)
pdf = data.frame(profit = base, probability = dnorm(base,avg,sd))

lines(pdf)

pdf2 = data.frame(profit = base, probability = dnorm(base,avg,sd) * 2)
lines(pdf2, col="blue", lwd=2)