如何在 R 中找到拋硬幣時變化的次數?
為了在 R 中找到拋硬幣時變化的次數,我們可以按照以下步驟操作:
首先,使用 rbinom 函式建立一個向量。
然後,使用 rle 函式查詢變化的表格。
之後,在 rle 的輸出中使用長度。
示例 1
建立向量
讓我們建立一個如下所示的向量:
x1<-rbinom(500,1,0.5) x1
輸出
執行上述指令碼後,將生成以下輸出(由於隨機化,此輸出將在您的系統上有所不同):
[1] 1 1 0 0 0 1 1 0 1 0 1 0 0 0 1 1 1 1 0 0 1 1 0 1 0 0 1 0 1 1 1 0 0 0 1 1 0 [38] 1 1 1 1 0 1 0 0 0 0 0 0 0 1 1 0 1 1 0 1 0 0 1 0 0 0 0 1 0 0 1 1 1 1 0 1 0 [75] 0 1 0 1 1 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 1 1 0 1 1 0 0 0 0 1 0 1 0 0 0 0 1 [112] 1 1 1 0 0 0 0 0 0 0 1 1 0 1 1 1 0 1 1 1 0 1 1 1 0 0 1 0 1 1 0 0 1 1 1 1 1 [149] 1 1 0 1 0 0 0 1 1 0 0 1 1 0 1 0 0 0 0 1 0 1 1 0 0 0 0 1 0 0 0 1 1 1 1 1 1 [186] 0 0 1 1 0 0 0 1 1 1 1 0 1 0 0 0 1 1 1 0 1 0 1 0 1 1 1 1 1 1 1 0 0 0 1 0 1 [223] 1 1 1 0 0 1 0 0 0 0 0 0 0 0 1 1 1 1 1 0 1 1 1 0 0 1 0 0 1 0 1 0 0 1 1 0 1 [260] 1 0 1 0 0 1 1 1 0 0 1 1 1 1 1 1 1 1 0 1 0 0 1 0 1 0 0 1 0 0 1 1 1 0 1 0 1 [297] 1 0 0 0 0 1 0 1 1 1 0 0 0 0 1 1 1 1 1 0 1 0 0 0 1 1 0 0 1 1 1 1 1 0 1 0 0 [334] 0 1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 1 0 0 0 0 1 1 0 1 [371] 0 1 0 1 1 1 1 1 0 1 0 1 0 0 0 1 1 1 1 0 1 1 1 1 0 0 1 0 0 0 0 0 0 0 1 1 1 [408] 0 0 0 1 1 1 0 0 0 0 1 1 0 0 1 0 1 0 1 0 0 0 1 0 1 1 0 1 0 0 1 0 0 1 1 0 1 [445] 0 1 1 1 1 1 0 1 1 1 0 1 1 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0 1 0 1 0 1 1 0 1 0 [482] 1 0 1 0 1 1 0 0 1 1 0 0 0 1 0 0 1 0 0
查詢變化的表格
使用 rle 函式查詢向量 x1 中的變化:
x1<-rbinom(500,1,0.5) rle(x1)
輸出
Run Length Encoding lengths: int [1:240] 2 3 2 1 1 1 1 3 4 2 ... values : int [1:240] 1 0 1 0 1 0 1 0 1 0 ...
查詢變化的次數
使用 length 函式以及 rle 的輸出查詢向量 x1 中變化的總數:
x1<-rbinom(500,1,0.5) length(rle(x1)$lengths)-1
輸出
[1] 260
示例 2
建立向量
讓我們建立一個如下所示的向量:
x2<-rbinom(500,1,0.2) x2
輸出
執行上述指令碼後,將生成以下輸出(由於隨機化,此輸出將在您的系統上有所不同):
[1] 0 0 1 0 1 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 [38] 0 0 0 0 0 0 0 1 0 1 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 1 1 0 1 1 0 [75] 1 0 0 1 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 [112] 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 [149] 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 [186] 1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 [223] 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 [260] 0 0 0 0 1 0 1 0 1 0 0 1 0 0 0 0 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 0 [297] 0 1 1 0 0 0 0 0 1 0 0 1 1 0 0 1 1 0 1 1 0 1 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 [334] 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 [371] 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 [408] 0 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 [445] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 [482] 1 0 1 0 1 0 1 0 0 1 1 0 0 0 0 0 0 0 0
查詢變化的表格
使用 rle 函式查詢向量 x2 中的變化:
x2<-rbinom(500,1,0.2) rle(x2)
輸出
Run Length Encoding lengths: int [1:163] 10 1 6 1 1 2 2 1 4 1 ... values : int [1:163] 0 1 0 1 0 1 0 1 0 1 ... Run Length Encoding lengths: int [1:147] 1 7 1 17 1 5 1 3 1 4 ... values : int [1:147] 1 0 1 0 1 0 1 0 1 0 ... Run Length Encoding lengths: int [1:171] 2 1 5 3 2 1 1 1 2 1 ... values : int [1:171] 0 1 0 1 0 1 0 1 0 1 ...
查詢變化的次數
使用 length 函式以及 rle 的輸出查詢向量 x2 中變化的總數:
x2<-rbinom(500,1,0.2) length(rle(x2)$lengths)-1
輸出
[1] 152
示例 3
建立向量
讓我們建立一個如下所示的向量:
x3<-rbinom(500,1,0.1) x3
輸出
執行上述指令碼後,將生成以下輸出(由於隨機化,此輸出將在您的系統上有所不同):
[1] 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 [38] 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 [75] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 [112] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 [149] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 1 0 1 1 0 [186] 1 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 [223] 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 [260] 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 [297] 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 [334] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 [371] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 [408] 0 0 0 0 0 0 1 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 [445] 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 [482] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
查詢變化的表格
使用 rle 函式查詢向量 x3 中的變化:
x3<-rbinom(500,1,0.1) rle(x3)
輸出
Run Length Encoding lengths: int [1:77] 6 1 16 1 8 1 42 1 14 1 ... values : int [1:77] 0 1 0 1 0 1 0 1 0 1 ...
查詢變化的次數
使用 length 函式以及 rle 的輸出查詢向量 x3 中變化的總數:
x3<-rbinom(500,1,0.1) length(rle(x3)$lengths)-1
輸出
[1] 79
示例 4
建立向量
讓我們建立一個如下所示的向量:
x4<-rbinom(500,1,0.9) x4
輸出
執行上述指令碼後,將生成以下輸出(由於隨機化,此輸出將在您的系統上有所不同):
[1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 [38] 1 1 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 [75] 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 [112] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 [149] 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 1 0 1 1 1 1 1 1 0 1 1 [186] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 1 [223] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 [260] 1 1 1 1 0 1 1 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 [297] 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 [334] 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 1 0 1 1 0 1 [371] 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 [408] 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 [445] 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 [482] 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1
查詢變化的表格
使用 rle 函式查詢向量 x4 中的變化:
x4<-rbinom(500,1,0.9) rle(x4)
輸出
Run Length Encoding lengths: int [1:91] 14 2 43 1 14 1 5 1 13 1 ... values : int [1:91] 1 0 1 0 1 0 1 0 1 0 ...
查詢變化的次數
使用 length 函式以及 rle 的輸出查詢向量 x4 中變化的總數:
x4<-rbinom(500,1,0.9) length(rle(x4)$lengths)-1
輸出
[1] 98
廣告
資料結構
網路
關係資料庫管理系統
作業系統
Java
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP