在R中创建具有概率的二元变量

我试图创建一个变量Var，它在60%的时间内取0，否则取1，观察值为50000。 对于正态分布，我记得对正态分布做了以下操作，以定义n：

Var <- rnorm(50 000, 0, 1)

---

Var如果60%表示概率等于0.6（而非经验频率），则

Var如果60%表示概率等于0.6（而非经验频率），则

Var我会像这样使用rbinom：

n_ <- 50000
p_ <- 0.4 # it's probability of 1s

Var <- rbinom(n=n_, size=1, prob=p_)

n\p>我会像这样使用rbinom：

n_ <- 50000
p_ <- 0.4 # it's probability of 1s

Var <- rbinom(n=n_, size=1, prob=p_)

n\p>我在这里吹毛求疵，但实际上并不完全清楚你到底想要什么

您是否希望从您描述的分布中模拟50000个样本

或者，您想从您描述的分布中复制50000次模拟观察结果吗

在我看来，这些是不同的事情，应该以不同的方式处理

要从该分布中模拟大小为50000的样本，您可以使用：

sample(c(0,1), size = 50000, replace = TRUE)

要从您描述的分布复制50000个采样模拟，我建议：

replicate(50000, sample(c(0,1), size = 1, prob = c(0.6, 0.4)))

这可能看起来很愚蠢，因为在本例中，这两行代码产生完全相同的结果

但假设你的目标是调查50000个样本的性质？然后，您将使用一组（比如1000）复制上面包装在
replicate
中的第一行代码：

replicate(1000, sample(c(0,1), size = 50000, prob = c(0.6, 0.4), replace = TRUE))

我希望我在这件事上没有太迂腐。看到模拟出错，我认为应该将被模拟的东西与你决定做的模拟数量分开。前者是问题的基础，而后者只影响模拟研究的准确性和所需时间。
我在这里吹毛求疵，但实际上并不完全清楚您想要什么

您是否希望从您描述的分布中模拟50000个样本

或者，您想从您描述的分布中复制50000次模拟观察结果吗

在我看来，这些是不同的事情，应该以不同的方式处理

要从该分布中模拟大小为50000的样本，您可以使用：

sample(c(0,1), size = 50000, replace = TRUE)

要从您描述的分布复制50000个采样模拟，我建议：

replicate(50000, sample(c(0,1), size = 1, prob = c(0.6, 0.4)))

这可能看起来很愚蠢，因为在本例中，这两行代码产生完全相同的结果

但假设你的目标是调查50000个样本的性质？然后，您将使用一组（比如1000）复制上面包装在
replicate
中的第一行代码：

replicate(1000, sample(c(0,1), size = 50000, prob = c(0.6, 0.4), replace = TRUE))

我希望我在这件事上没有太迂腐。看到模拟出错，我认为应该将被模拟的东西与你决定做的模拟数量分开。前者是问题的基础，而后者只影响模拟研究的准确性和所需时间