R 统计学入门
Maggie Matsui
Content Developer, DataCamp
事件的概率是什么?
$$ P(\text{event}) = \frac{\text{事件发生的方式数}}{\text{所有可能结果数}} $$
示例:抛硬币
$$ P(\text{heads}) = \frac{\text{得到正面的 1 种方式}}{\text{2 个可能结果}} = \frac{1}{2} = 50\%$$



$$P(\text{Brian}) = \frac{1}{4} = 25\%$$
sales_counts
name n_sales
1 Amir 178
2 Brian 126
3 Claire 75
4 Damian 69
sales_counts %>%
sample_n(1)
name n_sales
1 Brian 126
sales_counts %>%
sample_n(1)
name n_sales
1 Claire 75
set.seed(5)sales_counts %>% sample_n(1)
name n_sales
1 Brian 126
set.seed(5)sales_counts %>% sample_n(1)
name n_sales
1 Brian 126
不放回抽样


$$P(\text{Claire}) = \frac{1}{3} = 33\%$$
sales_counts %>%
sample_n(2)
name n_sales
1 Brian 126
2 Claire 75


$$P(\text{Claire}) = \frac{1}{4} = 25\%$$
sales_counts %>%
sample_n(2, replace = TRUE)
name n_sales
1 Brian 126
2 Claire 75
5 次会面:
sample(sales_team, 5, replace = TRUE)
name n_sales
1 Brian 126
2 Claire 75
3 Brian 126
4 Brian 126
5 Amir 178
若两个事件相互独立,则第二个事件的概率不受第一个事件结果影响。

若两个事件相互独立,则第二个事件的概率不受第一个事件结果影响。
有放回抽样 = 每次选择相互独立

若两个事件相互依赖,则第二个事件的概率会受第一个事件结果影响。

若两个事件相互依赖,则第二个事件的概率会受第一个事件结果影响。

若两个事件相互依赖,则第二个事件的概率会受第一个事件结果影响。
不放回抽样 = 每次选择相互依赖

R 统计学入门