生成样本分布和中位数答案

【问题标题】：Generating sample distributions and medians [duplicate]生成样本分布和中位数
【发布时间】：2017-11-25 21:44:07
【问题描述】：

如何计算 R 中的中位数并创建正态分布 mu=16 和 sigma=4 的直方图

【问题讨论】：

您从中获取样本的数据是什么？请阅读How to Create a Minimal, Complete, and Verifiable Example 并更新您的问题。例如，您从中抽取样本的数据是什么？
其实你不需要知道数据是什么，你可以用随机值生成它。您需要确定要生成的数据类型。你应该用你期望的分布类型来完成你的答案@trash

【解决方案1】：

我认为您可能想要一个包含 1000 个观测值但缩小到 size 的样本。为此，您需要一个 sample() 函数：

set.seed(12)
s1 <- sample(x = 1:1000, size = 10)
s2 <- sample(x = 1:1000, size = 40)
median(s1)
median(s2)
hist(s1)
hist(s2)

第二个选项是使用 rnorm()，这是一个根据指定参数从正态分布生成随机样本的函数。

set.seed(12)
s1 = rnorm(1000, mean = 0, sd = 1)
s2 = rnorm(1000, mean = 35, sd = 0.1))
median(s1)
median(s2)
hist(s1)
hist(s2)

附言。我将种子设置为具有可重复的结果。你可以跳过那一行。

请注意，对于第二个选项，我们假设一个正态（高斯）分布。

【讨论】：

【解决方案2】：

n 和 u 是数字，而不是向量。必须提供更多信息，例如您从哪个分布中抽样，以及总体均值和标准差。例如，如果您想从平均值为 0 且标准差为 1 的正态分布生成 1000 个样本，您可以使用

sample = rnorm(1000, 0, 1)

您可以从那里绘制直方图并计算中位数：

median(sample)
hist(sample)

【讨论】：