在R中,我想用代码模拟一个偏置的6面模具被抛出44次。 在数字6被抛出的可能性是两倍的意义上,模具是偏置的 与任何其他个人号码一样。
我可以做一个没有偏见的骰子,但不知道该怎么做。
由于
答案 0 :(得分:3)
您需要将replace=TRUE
和prob
- 参数设置为您选择的非等概率设置。
throws <- sample(1:6, 44, replace=TRUE, prob=c(1,1,1,1,1,2)/7 )
# Two realizations
> throws <- sample(1:6, 44, replace=TRUE, prob=c(1,1,1,1,1,2)/7 )
> table(throws)
throws
1 2 3 4 5 6
10 5 8 7 3 11
> throws <- sample(1:6, 44, replace=TRUE, prob=c(1,1,1,1,1,2)/7 )
> table(throws)
throws
1 2 3 4 5 6
7 3 4 8 7 15
请注意,结果仍然是(伪) - 随机的,并且它仍然可能偏离概率的幼稚学生所期望的。而且我无法抗拒这种迂腐的纠正,这是针对单个骰子而不是&#34;骰子&#34;,这是复数。
答案 1 :(得分:0)
std::unordered_map<uint32_t,Node>
答案 2 :(得分:0)
您可以使用示例并为每个数字指定概率。
function myFunction() {
var sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName('Sheet1');
var apptDates = sheet.getRange(2, 32, sheet.getLastRow() - 1, 1).getValues();
for (var i = 0; i <= apptDates.length; i++) {
var apptDate = new Date(apptDates[i][0]);
apptDate = apptDate.addHours(74);
function dayAway(date, day) {
return new Date(date.getTime() + day * (24 * 3600 * 1000));
}
Logger.log(apptDate >= dayAway(new Date(), 1));
}
}