0

有一个例子说，一个国王在一个盒子里放了两把匕首，盒子可能是金色的，也可能是银色的。我知道第一部分是在框中模拟所有三种可能的结果。

set.seed(20202020)
    boxes <- sample(c('GG','SS','GS'),
                size=10^5,replace=T,prob=c(1/3,1/3,1/3))
    table(boxes)/10^5`
## boxes
##      GG      GS      SS 
## 0.33333 0.33413 0.33254

但我对第二部分感到困惑。我知道as.numeric(as.factor(boxes))将“GG”“GS”“SS”的结果变成数字1、2、3；我不明白这条线的目的是什么：prob=c(1,.5,0)[as.numeric(as.factor(boxes))]. 它似乎在概率中产生了三个值，但这是一个二项式模拟，所以我无法弄清楚。

dagger <- rbinom(10^5,size=1,prob=c(1,.5,0)[as.numeric(as.factor(boxes))])
4

1 回答 1

0

因此，正如您所指出的，prob它通常是 0 到 1 之间的单个数字。但是，如果您给它一个向量，它会依次应用该向量直到它到达末尾，然后再次从头开始应用它。

例如，代码rbinom(n=3, size=10, prob = c(1,0))会给出 results c(10,0,10)。那么，让我们看看有什么c(1,.5,0)[as.numeric(as.factor(boxes))]作用。如果 x 是向量，则x[c(1,2,1)]返回 x 的第一个元素，然后是第二个元素，然后再次返回第一个元素。所以c(1,.5,0)[as.numeric(as.factor(boxes))]用以下规则替换向量框中的每个实例：GG 替换为 1，GS 替换为 0.5，SS 替换为 0。

换句话说，代码作为一个整体所做的是首先创建一个框列表。然后，根据盒子的类型，调整匹配成功的概率。如果是GG盒，那么它保证会有一个肯定的结果。如果它是一个 GS 盒子，那么它只能保证 50% 的时间是肯定的结果。如果你得到一个 SS 盒子，那么你肯定什么也得不到。每次获得匕首时，Dagger 都会列出 1，如果没有，则为 0。

于 2022-02-03T00:34:46.970 回答