R语言分析骰子

在我认知的统计学中，任何自然事物在大量的数据统计分析中都会显示一定的规律。下面用R语言随机投掷骰子，并重复很多次，分析骰子在大量数据下分布的规律
先从投一个骰子开始，重复骰子10次，观察点数分布，y坐标是表示骰子点数的频数，x坐标表示骰子的点数

从图中观察，频数分布不均匀，差距较大，貌似是每个骰子的点数机率不是均等的，那如果再加大重复次数呢？
重复骰子100次

图像的频数是不是接近了一点了呢？，我们继续加大重复次数
10000次

可以从图形中发现，骰子各点数的频数慢慢趋紧于一条直线，如果重复次数继续增多，频数会慢慢变成一条直线。
附上原代码

sz_1<-function(){
  sample(z,size=1,replace = T)
}
sz_1()
a<-replicate(10,sz_1())
library(ggplot2)
#十次
qplot(a,binwidth=1)
#一百次
a<-replicate(100,sz_1())
qplot(a,binwidth=1)
#一万次
a<-replicate(10000,sz_1())
qplot(a,binwidth=1)

在骰子过程中，我们可能会玩同时投掷两颗骰子，并猜点数和的游戏，在这时我们就有分析的必要了，点数和到底是均等的几率呢？还是某个点数和的几率大呢？下面请看分析
求两个骰子和，并骰子N次，画出图形
N=100次
图形
因为统计次数较少，所描述出来的图形不具有代表性，所以我继续加大重复次数
N=100000

可以看出，随着重复次数的增多，图形趋近于正态分布，点数和的几率并不都是一样的，而是某些点数和的概率高，某些点数和的概率低，分析图像，可以看出2点和12点出现的点数和可能性最低，7点出现的可能性最高
所以在小游戏中，我们可以用自己的智商小小的作作弊啦
下面附上源码

#设置筛子系统
library(ggplot2)
#qplot作图
sz<-function(x){
x<-c(1:6)
dianshu<-sum(sample(x,size =2,replace = T))
dianshu
}
#x要有值
x<-seq(from=1,to=3,length=10)
y<-x^3
qplot(x,y)
#重复sz100次
a<-replicate(100,sz())
qplot(a,binwidth=1)
#重复1000次
a<-replicate(1000,sz())
qplot(a,binwidth=1)
#重复10000次
a<-replicate(10000,sz())
qplot(a,binwidth=1)
#重复十万次
a<-replicate(100000,sz())
qplot(a,binwidth=1)
z<-c(1:6)
sz_1<-sample(z,1)
zy<-replicate(100,sz_1)
qplot(zy,binwidth=1)