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)