R语言作业：样本容量与好样本概率的关系

题目要求

作业内容：在30000个人中抽取100000次，抽样数量依次为20,40，…500，并最后以抽取数量为自变量，概率为因变量作图。

文件下载地址点击这里

考察知识点

• 规则向量的生成
• 如何在向量中添加数据
• mean、sample的使用
• 绘图函数plot的使用

思路

首先读取数据，因为得到的数据是data.frame格式，我们先将其转化为矩阵形式，然后转化为一维向量格式，便于抽取样本。

做一个双重循环，针对每个样本容量，都进行100000次实验，变量sum用来统计符合条件的次数。使用sample函数，指定replace=FALSE表示取出不放回，对取出的数据计算平均值，判断平均值是否在169～170之间，如果满足这个条件sum就加1，最后通过sum与实验次数（100000）的比值计算概率。使用append函数，将计算得到的概率添加在列表good_sample_p中。

使用plot绘图函数，指定xlab和ylab标签，再指定图像类型为点划线，最后使用title函数添加标题

代码

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  # 记录满足条件的个数
  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移除缺省值
    if( 169<y && y<170){
      sum <- sum+1
    }
  }
  p <- sum/100000  # 计算概率
  good_sample_p <- append(good_sample_p,p)
}

# 添加x，y数据，设置x轴，y轴标签，也可以在title函数中放置
plot(seq(20,500,by=20), good_sample_p,type = 'b',xlab = 'Sample size',ylab = 'Good sample probability')
# 添加标题
title('Relationship between Sample size and Good sample probability', col.lab = 2, cex.lab = 2)

截图