R 中模拟样本均值的分布
时间: 2023-04-10 18:02:58 浏览: 62
可以使用以下代码在 R 中模拟样本均值的分布:
```R
set.seed(123)
n <- 30
mu <- 5
sigma <- 2
x <- rnorm(n, mu, sigma)
sample_means <- replicate(1000, mean(sample(x, n, replace = TRUE)))
hist(sample_means, breaks = 30, prob = TRUE, main = "Sample Means from Normal Distribution")
curve(dnorm(x, mean = mu, sd = sigma/sqrt(n)), add = TRUE, col = "red", lwd = 2)
```
这段代码会生成一个直方图,显示从正态分布中抽取的 1000 个样本均值的分布,同时也会绘制出理论均值和标准差的正态分布曲线。
相关问题
R语言对正态分布的总体随机模拟10000次,每次抽取10个样本,抽样的同时求出每组的每个样本减去样本均值,作为新的统计量
可以使用以下代码进行模拟:
```R
# 生成正态分布的总体
population <- rnorm(10000)
# 抽取10个样本,重复10000次
samples <- replicate(10000, sample(population, 10))
# 计算每组样本的样本均值
sample_means <- apply(samples, 2, mean)
# 计算每组样本的每个样本减去样本均值
sample_diffs <- t(t(samples) - sample_means)
# 查看结果
head(sample_diffs)
```
这段代码会生成一个10000行、10列的矩阵,每行代表一组样本,每列代表一次抽样中每个样本减去样本均值的结果。
R语言对正态分布的总体随机模拟10000次,每次抽取10个样本
可以使用以下代码进行模拟:
```R
set.seed(123) # 设置随机数种子,保证结果可重复
n <- 10 # 样本大小
N <- 10000 # 模拟次数
mu <- 0 # 正态分布的均值
sigma <- 1 # 正态分布的标准差
# 生成 N 组样本,并计算每组样本的均值和标准差
means <- replicate(N, {
x <- rnorm(n, mu, sigma)
mean(x)
})
# 绘制均值的直方图
hist(means, breaks = 30, col = "lightblue", main = "均值的分布图")
```
运行以上代码,即可得到正态分布的总体随机模拟结果。