转自：https://blog.csdn.net/u012108367/article/details/69913280

https://blog.csdn.net/qq_33547243/article/details/79054112

1.R中的sample函数

在医学统计学或者流行病学里的现场调查、样本选择经常会提到一个词：随机抽样。

随机抽样是为了保证各比较组之间均衡性的一个很重要的方法。那么今天介绍的第一个函数就是用于抽样的函数sample：

> x=:

> sample(x)

 []

#随机抽样，默认是不放回抽样

> sample(x,size = )

[]

#size参数，规定抽样个数

> sample(x,size = )

[]

#这次抽样结果和上次不同，证明是随机的

> sample(x,replace = T)

 []

#参数是否是放回抽样。

上述抽样过程中，每个元素被抽取的概率相等，称为随机抽样。

有时候我们的抽取元素的概率未必相等（如常见的二项分布概率问题），此时我们需要添加一个参数prob，也就是“probability”（概率）的缩写。假设一名医生给患者做某手术成功的概率是80%，那么现在他给20例病人做手术，可能有哪几次是成功的呢？代码如下：

这些代码告诉我们，对每一个元素都可以给定一个概率，且每个概率是独立的，即在参数prob中，不一定所有元素的概率加起来等于1，它只代表某元素被抽取的概率而已。

//对于sample.int是针对只能对整数进行抽样的。

2.R中seq函数

x <- seq(, , by = 0.01)

y <- sin(x)

plot(y)

运行结果：

by是步长的意思，也就是+几产生下一个数，这里就是从0开始没加0.01产生一个数，直到10.

这个by参数默认是1，默认步长为1.

> seq(from = , to = ,by=)

[]     

> x<-c(,,,)

> seq(x)

[]

#如果参数是一个向量，那么结果会产生这个向量的索引。

> seq(length.out=)

[]

#这里如果只有这个生成个数参数，那么默认从1开始，生成length.out个

> seq(from=,to=,length=)

[] 2.0 3.5 5.0

> seq(from=,to=,length=)

[]