【发布时间】:2020-12-04 15:26:32
【问题描述】:
我编写了这个函数,它返回值 1 在针对不同样本大小迭代 1000 次时未出现在随机样本中的概率。
bday.function <- function(sample.size){
x <- vector()
for (i in 1:1000){
x[i] <- !any(data.frame(table(sample(1:365, sample.size, replace=TRUE)))$Var1 == 1)
}
return(mean(x))
}
现在我想使用这个函数和另一个 for 循环来计算 500 到 1500 之间的每个样本大小的概率,并为我的结果制作一个简单的散点图。这是我尝试过的:
z <- vector()
for (i in 500:1500) {
z[i] <- bday.function(i)
return(plot(z))
}
编辑:当我运行 bday.function 时,输出是 TRUE 值的数量除以总 (1000) TRUE/FALSE 结果:
bday.function(750)
[1] 0.122
我想对 500 到 1500 之间的样本大小进行复制,以生成简单的散点图
编辑2:感谢大家的帮助!这是我的最终解决方案:
x <- vector(length = 1000)
for (i in 1:1000){
x[i] <- !any(sample(1:365, 500, replace=TRUE) == 1)
}
x
bday.function <- function(sample.size){
x <- vector(length= 1000)
for (i in 1:1000){
x[i] <- !any(sample(1:365, sample.size, replace=TRUE) == 1)
}
return(mean(x))
}
bday.function(750)
z <- vector(length = 1000)
tmp.index <- 500:1500
for (i in seq_along(tmp.index)) {
z[i] <- bday.function(tmp.index[i])
}
#Plot
plot(tmp.index, z, xlab = "sample size", ylab = "Probability of no birthdays")
【问题讨论】:
-
我们没有数据来重现您的代码。可以发一下吗?
-
数据由sample(1:365, sample.size, replace=TRUE)生成
-
我从这段代码开始并从那里构建了函数:data.frame(table(sample(1:365, 500, replace=TRUE)))
-
您能否更新您的原始帖子以显示在情节和数据结构方面的预期结果?
-
完成!函数 "!any(data.frame(table(sample(1:365, sample.size, replace=TRUE)))$Var1 == 1)" 返回一个 TRUE/FALSE 值,这样当在 for 中迭代 1000 次时-loop 它返回 1000 个 TRUE/FALSE 值。这些值被强制转换为整数并计算平均值。
标签: r for-loop probability