myfun<-function(a){
x<-1:100 #先生成一个1到100的序列,后面可以更改这些值,相当于覆盖掉原来的值
x<-data.frame(x)
a<-data.frame(a)
for(i in 1:100){ #设置循环,循环抽取100个样本,并将计算出来的均值赋值给数据框中的x变量
c<-a[sample(nrow(a),1000),] #注意nrow()只用在data.frame
m=mean(c)
x$x[i]<-m #覆盖掉x
}
windows(1280,720);par(mfrow=c(1,2))
plot(density(a$a),main = "这是原来的分布") #destiny是核函数密度估计
plot(density(x$x), #简单理解成估计了定义域上的所有点的概率密度
main = "这是抽取的样本的均数的分布")
}
###7.4 .1正态分布####
a<-rnorm(10000,0,1)
myfun(a)
###7.4.2指数分布####
b<-rexp(100000,1)
myfun(b)
###7.4.3t分布####
c<-rt(1000,3)
myfun(c)
###7.4.4F分布####
d<-rchisq(100000,1)
myfun(d)
Valar morghulis
浙公网安备 33010602011771号