myfun<-function(a){
x<-1:100 #先生成一個1到100的序列,后面可以更改這些值,相當於覆蓋掉原來的值
x<-data.frame(x)
a<-data.frame(a)
for(i in 1:100){ #設置循環,循環抽取100個樣本,並將計算出來的均值賦值給數據框中的x變量
c<-a[sample(nrow(a),1000),] #注意nrow()只用在data.frame
m=mean(c)
x$x[i]<-m #覆蓋掉x
}
windows(1280,720);par(mfrow=c(1,2))
plot(density(a$a),main = "這是原來的分布") #destiny是核函數密度估計
plot(density(x$x), #簡單理解成估計了定義域上的所有點的概率密度
main = "這是抽取的樣本的均數的分布")
}
###7.4 .1正態分布####
a<-rnorm(10000,0,1)
myfun(a)
###7.4.2指數分布####
b<-rexp(100000,1)
myfun(b)
###7.4.3t分布####
c<-rt(1000,3)
myfun(c)
###7.4.4F分布####
d<-rchisq(100000,1)
myfun(d)