我不知道如何在R中绘制某些代码结果的概率分布

Question

我创建了一个程序，可以模拟掷骰子100次。在汇总单个骰子的结果以及如何绘制结果的概率分布方面，我需要帮助。

这是我的代码：

sample(1:6, size=100, replace = TRUE)

Answer 1

到目前为止，您已经完成了掷骰子示例的操作（请注意，我添加了一行以设置可重复性的种子：

set.seed(123)
x <- sample(1:6, size=100, replace = TRUE)

“将单个骰子的结果相加[]”的简单命令是table()：

table(x)
# x
#  1  2  3  4  5  6 
# 17 16 20 14 18 15

然后，要“绘制结果的概率分布图”，我们必须首先获得该分布图；幸运的是，R提供了方便的prop.table()函数，可用于这种离散分布：

prop.table(table(x))
# x
#    1    2    3    4    5    6 
# 0.17 0.16 0.20 0.14 0.18 0.15 

那么我们可以轻松地绘制它；对于绘制PMF，我首选的绘制类型为"h"：

y <- prop.table(table(x))
plot(y, type = "h", xlab = "Dice Result", ylab = "Probability")

更新：加权模具

sample()可以很容易地使用其prob参数来模拟加权模。来自help("sample")：

  

用法
  样本（x，大小，替换=假，概率= NULL）

     

参数
  [省略了部分内容]
  概率概率权重向量，用于获取被采样向量的元素。

因此，我们只将您喜欢的权重添加到prob参数中，然后照常进行操作（请注意，我还将您的样本量从100增加到10000）：

set.seed(123)
die_weights <- c(4/37, rep(6/37, 4), 9/37)
x <- sample(1:6, size = 10000, replace = TRUE, prob = die_weights)
(y <- prop.table(table(x)))
# x
#      1      2      3      4      5      6 
# 0.1021 0.1641 0.1619 0.1691 0.1616 0.2412 
plot(y, type = "h", xlab = "Dice Result", ylab = "Probability")