不公平骰子的概率函数
不公平骰子的概率函数
提问于 2020-07-14 11:15:17
给出一个公平的四边模，让X表示相关的随机变量。X的概率分布是多少？X的期望是什么？
P(X=2)=P(X=3)=P(X=4)=1/6.
- Use
- 使用
sample-function对四边模进行20次滚动， - 假设模具不公平:P(X=1)=0.5，not
prob-argument滚动不公平骰子20次，并提供汇总统计数据.
#1
x <- 1:4
sample_function <- sample (1:4, size=20,replace = TRUE, prob = NULL)
sample_function <- sum(sample (1:4, size=20,replace = TRUE, prob = NULL))#2
my.sample <- function(die1=1:4, prob1=NULL,Nsample=20) {
die <- sample(die1, prob=prob1, replace = TRUE, size = Nsample)
return(die)
}
my.sample()
my.sample(die1 = 1:4, prob1 = c(1/2 , 1/6,1/6, 1/6), Nsample = 20)我不明白如何计算x的概率分布，以及如何将prob函数用于不公平的骰子。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-07-14 11:56:53
正如Roland所提到的，您的Nsample应该足够大(否则蒙特卡罗模拟结果会有相当大的偏差)。如果您想要经验概率分布，可以使用prop.table + table，如下所示
s <- prop.table(table(my.sample(die1 = 1:4, prob1 = c(1/2, 1/6,1/6, 1/6), Nsample = 1e8)))这给
> s
1 2 3 4
0.4999951 0.1666763 0.1666949 0.1666338页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62893908
复制相关文章
相似问题
腾讯云开发者
