題目要求

作業內容：在30000個人中抽取100000次，抽樣數量依次為20,40，…500，並最後以抽取數量為自變數，概率為因變數作圖。

考察知識點

• 規則向量的生成
• 如何在向量中新增資料
• mean、sample的使用
• 繪圖函式plot的使用

思路

首先讀取資料，因為得到的資料是data.frame格式，我們先將其轉化為矩陣形式，然後轉化為一維向量格式，便於抽取樣本。

做一個雙重迴圈，針對每個樣本容量，都進行100000次實驗，變數sum用來統計符合條件的次數。使用sample函式，指定replace=FALSE表示取出不放回，對取出的資料計算平均值，判斷平均值是否在169～170之間，如果滿足這個條件sum就加1，最後通過sum與實驗次數（100000）的比值計算概率。使用append函式，將計算得到的概率新增在列表good_sample_p中。

使用plot繪圖函式，指定xlab和ylab標籤，再指定影像型別為點劃線，最後使用title函式新增標題

程式碼

a <- read.csv('heigh_30000.csv')
a <- as.matrix(a)
data <- as.vector(a)

good_sample_p <- c()

for (i in seq(20,500,by=20)){
  sum <- 0  # 記錄滿足條件的個數
  for (j in 1:100000){
    x <- sample(data,i,replace=FALSE)  # 抽取不放回
    y <- mean(x,trim=0,na.rm=TRUE)  # trim=0不修剪掉排在首尾的部分 ，na.rm=TRUE移除預設值
    if( 169<y && y<170){
      sum <- sum+1
    }
  }
  p <- sum/100000  # 計算概率
  good_sample_p <- append(good_sample_p,p)
}

# 新增x，y資料，設定x軸，y軸標籤，也可以在title函式中放置
plot(seq(20,500,by=20), p_list,type = 'b',xlab = 'Sample size',ylab = 'Good sample probability')
# 新增標題
title('Relationship between Sample size and Good sample probability', col.lab = 2, cex.lab = 2)

截圖