如果在函数中我将正面朝上的概率设置为 0.7 那么为什么我在 100 次抛掷后得到的结果是 65？
If in a function i set the probability of getting heads as 0.7 then why did i get a result of 65 after 100 tosses?
我正在学习 R 并且遇到了这个问题
flips <- sample(c(0,1),100, replace = TRUE, prob = c(0.3,0.7))
flips
[1] 0 1 1 1 1 0 1 0 0 0 0 1 1 0 1 1 0 1 0 0 0 1 1 1 0 1 1 1 1 0 1 1 0 1 1
[36] 0 1 1 1 1 0 1 0 1 1 1 1 0 0 0 0 0 1 0 0 1 0 0 0 1 0 1 0 1 1 1 1 1 1 1
[71] 1 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 1 0 1
sum(flips)
[1] 65
0.7概率不保证70个正面。这不是您的代码中的错误，而是对统计数据的误解。如果你 运行 代码多几次你会发现结果会有所不同，甚至可能超过 70。
一个简单的类比就是，即使我们知道正面朝上的概率是 50%，抛 10 个硬币也不能保证有 5 个正面朝上。
我正在学习 R 并且遇到了这个问题
flips <- sample(c(0,1),100, replace = TRUE, prob = c(0.3,0.7))
flips
[1] 0 1 1 1 1 0 1 0 0 0 0 1 1 0 1 1 0 1 0 0 0 1 1 1 0 1 1 1 1 0 1 1 0 1 1
[36] 0 1 1 1 1 0 1 0 1 1 1 1 0 0 0 0 0 1 0 0 1 0 0 0 1 0 1 0 1 1 1 1 1 1 1
[71] 1 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 1 0 1
sum(flips)
[1] 65
0.7概率不保证70个正面。这不是您的代码中的错误，而是对统计数据的误解。如果你 运行 代码多几次你会发现结果会有所不同，甚至可能超过 70。
一个简单的类比就是，即使我们知道正面朝上的概率是 50%，抛 10 个硬币也不能保证有 5 个正面朝上。