如何使用 R 中的概率分布创建一个或多个样本？
概率分布是为数据集中的每个值提供特定概率的分布类型。例如，如果我们有一个变量X，它包含三个值，例如1、2和3，并且它们中的每一个出现的概率分别定义为0.25、0.50和0.25，那么给出每个值出现概率的函数在X中称为概率分布。在R中，如果我们有每个值的预定义概率或使用已知分布（如正态、泊松、指数等），我们可以使用概率分布创建一个或多个样本。要创建样本，请按照以下步骤操作-
创建向量
使用样本函数创建具有概率的概率分布。
示例
创建向量x1-
x1<-1:100 x1
执行时，上述脚本生成以下内容output(thisoutputwillvaryonyoursystemduetorandomization)-
输出结果
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 [19] 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 [37] 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 [55] 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 [73] 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 [91] 91 92 93 94 95 96 97 98 99 100
创建概率分布
使用带有prob参数的样本函数概率来创建x1的概率分布-
例子
x1<-1:100 sample(x1,200,replace=TRUE,prob=rep(0.01,100))
输出
[1] 25 34 96 3 19 91 50 5 78 31 81 11 60 99 66 78 18 61 [19] 41 75 78 85 80 93 32 8 66 86 27 60 34 60 32 60 8 8 [37] 93 71 65 20 39 70 29 45 39 8 54 57 29 24 62 54 80 54 [55] 14 69 46 87 30 55 27 100 68 58 66 89 64 52 39 67 96 76 [73] 93 86 93 96 79 94 53 96 41 90 65 16 74 51 76 35 34 60 [91] 39 85 62 72 29 59 52 74 49 18 26 10 22 95 55 47 1 52 [109] 83 73 15 85 58 48 14 77 85 90 3 35 59 42 86 53 93 38 [127] 2 47 34 76 63 70 20 62 75 8 61 47 70 4 64 65 21 49 [145] 5 77 7 1 42 83 75 48 45 2 36 100 91 29 86 59 78 97 [163] 4 45 28 15 70 14 23 87 35 21 87 61 14 60 80 55 62 17 [181] 67 70 85 41 100 31 27 82 96 61 56 5 58 11 92 13 61 14 [199] 96 85
例子
创建向量x2-
x2<-c(2,4,5,3,5,8,7,1,2,3,6,6,9,10) x2
使用带有prob参数的样本函数概率来创建x2的概率分布-
输出
[1] 2 4 5 3 5 8 7 1 2 3 6 6 9 10
例子
使用带有prob参数的样本函数概率来创建x2的概率分布-
x2<-c(2,4,5,3,5,8,7,1,2,3,6,6,9,10) sample(x2,200,replace=TRUE,prob=c(0.2,0.1,0.1,0.1,0.05,0.05,0.05,0.05,0.1,0.05,0.05,0. 04,0.02,0.04))
输出
[1] 2 2 10 2 2 2 3 3 4 1 2 1 5 2 4 3 9 2 4 2 5 4 2 5 3 [26] 1 2 2 6 8 3 6 5 9 3 5 1 4 2 10 5 5 3 4 9 3 8 10 2 5 [51] 4 2 6 3 5 4 5 3 2 2 10 7 2 2 4 5 5 5 1 4 6 2 2 5 6 [76] 5 7 3 4 1 8 3 2 2 2 3 5 3 5 6 2 2 6 6 3 5 10 6 5 2 [101] 1 4 9 6 7 4 6 5 4 6 2 8 8 4 6 1 3 8 9 5 1 4 2 2 3 [126] 5 4 7 2 1 3 5 2 5 1 3 7 3 8 5 3 1 2 4 5 9 4 3 5 6 [151] 8 2 5 10 4 5 8 5 3 3 1 3 8 2 2 5 5 2 6 5 4 3 6 8 2 [176] 9 3 3 1 4 2 5 8 3 6 2 2 1 8 2 4 9 5 10 2 5 2 2 2 6
例子
创建向量x3-
x3<-c(0.05,0.17,0.24,0.36,0.21) x3
执行时，上述脚本生成以下内容output(thisoutputwillvaryonyoursystemduetorandomization)-
输出
[1] 0.05 0.17 0.24 0.36 0.21
例子
使用带有prob参数的样本函数概率来创建x3的概率分布-
x3<-c(0.05,0.17,0.24,0.36,0.21) sample(x3,200,replace=TRUE,prob=c(0.24,0.26,0.20,0.10,0.10))
输出
[1] 0.17 0.17 0.17 0.21 0.36 0.36 0.21 0.17 0.24 0.17 0.24 0.21 0.21 0.21 0.21 [16] 0.17 0.24 0.05 0.17 0.21 0.17 0.05 0.24 0.05 0.24 0.17 0.36 0.21 0.21 0.24 [31] 0.17 0.21 0.24 0.17 0.17 0.17 0.05 0.05 0.17 0.17 0.05 0.05 0.17 0.24 0.17 [46] 0.21 0.05 0.24 0.24 0.17 0.36 0.36 0.05 0.21 0.17 0.24 0.05 0.05 0.17 0.24 [61] 0.17 0.21 0.17 0.05 0.24 0.21 0.17 0.21 0.05 0.17 0.21 0.17 0.17 0.24 0.17 [76] 0.05 0.05 0.21 0.36 0.36 0.05 0.17 0.17 0.17 0.24 0.17 0.21 0.05 0.05 0.21 [91] 0.24 0.24 0.36 0.17 0.36 0.05 0.17 0.17 0.05 0.24 0.24 0.05 0.17 0.05 0.05 [106] 0.24 0.05 0.05 0.05 0.05 0.05 0.17 0.17 0.21 0.36 0.24 0.17 0.05 0.24 0.17 [121] 0.17 0.24 0.24 0.05 0.24 0.17 0.17 0.21 0.36 0.17 0.17 0.24 0.21 0.24 0.05 [136] 0.24 0.36 0.36 0.05 0.05 0.17 0.17 0.17 0.05 0.17 0.05 0.21 0.05 0.24 0.05 [151] 0.24 0.05 0.05 0.05 0.24 0.17 0.05 0.05 0.17 0.24 0.05 0.05 0.24 0.05 0.36 [166] 0.17 0.05 0.17 0.17 0.17 0.36 0.17 0.21 0.17 0.05 0.05 0.05 0.17 0.05 0.17 [181] 0.17 0.17 0.21 0.05 0.24 0.05 0.17 0.17 0.21 0.05 0.21 0.05 0.05 0.17 0.17 [196] 0.05 0.05 0.24 0.21 0.17
例子
创建向量x4-
x4<-c(102,81,39,122,97,109) x4
执行时，上述脚本生成以下内容output(thisoutputwillvaryonyoursystemduetorandomization)-
输出
[1] 102 81 39 122 97 109
例子
使用带有prob参数的样本函数概率来创建x4的概率分布-
x4<-c(102,81,39,122,97,109) sample(x4,200,replace=TRUE,prob=c(0.10,0.10,0.25,0.25,0.15,0.15))
输出
[1] 97 97 109 81 39 97 109 39 97 109 81 122 39 81 97 39 97 122 [19] 122 109 122 122 122 97 81 39 39 39 81 39 39 97 39 39 81 81 [37] 122 81 97 122 39 109 81 109 102 109 102 97 109 109 97 122 122 102 [55] 39 102 39 109 122 109 109 122 97 122 109 97 97 39 109 39 122 39 [73] 122 81 39 81 39 102 39 122 122 122 39 97 97 81 122 97 39 39 [91] 122 122 39 109 109 81 109 122 122 39 122 102 39 81 39 122 39 122 [109] 97 39 122 109 81 122 39 122 122 109 122 122 102 97 97 122 109 39 [127] 109 102 102 39 109 109 39 39 122 81 122 122 39 81 122 39 81 97 [145] 122 122 97 109 81 102 39 39 102 97 97 109 109 97 39 109 97 102 [163] 97 109 122 102 109 109 122 122 122 81 97 97 122 97 97 122 109 122 [181] 109 39 81 39 39 97 122 39 122 122 39 122 39 97 39 109 39 109 [199] 102 97
例子
使用带有prob参数的样本函数概率来创建x4的概率分布-
x4<-c(102,81,39,122,97,109) sample(x4,200,replace=TRUE,prob=c(0.10,0.10,0.25,0.25,0.15,0.15))
输出
[1] 97 97 109 81 39 97 109 39 97 109 81 122 39 81 97 39 97 122 [19] 122 109 122 122 122 97 81 39 39 39 81 39 39 97 39 39 81 81 [37] 122 81 97 122 39 109 81 109 102 109 102 97 109 109 97 122 122 102 [55] 39 102 39 109 122 109 109 122 97 122 109 97 97 39 109 39 122 39 [73] 122 81 39 81 39 102 39 122 122 122 39 97 97 81 122 97 39 39 [91] 122 122 39 109 109 81 109 122 122 39 122 102 39 81 39 122 39 122 [109] 97 39 122 109 81 122 39 122 122 109 122 122 102 97 97 122 109 39 [127] 109 102 102 39 109 109 39 39 122 81 122 122 39 81 122 39 81 97 [145] 122 122 97 109 81 102 39 39 102 97 97 109 109 97 39 109 97 102 [163] 97 109 122 102 109 109 122 122 122 81 97 97 122 97 97 122 109 122 [181] 109 39 81 39 39 97 122 39 122 122 39 122 39 97 39 109 39 109 [199] 102 97
例5
创建向量x5-
x5<-c(25,84,71,69,23) x5
执行时，上述脚本生成以下内容output(thisoutputwillvaryonyoursystemduetorandomization)-
输出
[1] 25 84 71 69 23
例子
使用带有prob参数的样本函数概率来创建x5的概率分布-
x5<-c(25,84,71,69,23) sample(x5,200,replace=TRUE,prob=c(0.25,0.25,0.10,0.20,0.20))
输出
[1] 69 69 69 25 71 84 23 25 25 25 84 25 69 23 71 23 25 23 84 69 84 23 25 84 84 [26] 69 23 25 25 69 69 84 23 23 69 69 71 25 25 25 69 23 84 25 84 23 84 25 84 69 [51] 69 69 25 69 69 23 69 71 84 84 84 69 69 69 69 23 84 25 84 25 84 25 23 69 84 [76] 25 25 71 71 23 23 69 25 69 84 84 25 71 71 23 69 25 84 69 23 25 25 84 25 84 [101] 69 25 69 84 23 23 84 25 23 25 69 84 69 23 25 84 25 25 25 69 23 25 69 23 23 [126] 69 84 23 69 71 84 69 23 25 25 84 25 71 69 84 25 84 84 25 25 25 25 25 23 69 [151] 23 71 23 25 84 84 84 84 23 25 84 23 25 25 84 84 23 71 69 23 25 84 25 23 69 [176] 84 84 25 25 23 23 69 84 25 69 71 23 84 71 23 23 25 69 71 69 23 25 84 69 25