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

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

1.R中的sample函式

在醫學統計學或者流行病學裡的現場調查、樣本選擇經常會提到一個詞：隨機抽樣。

隨機抽樣是為了保證各比較組之間均衡性的一個很重要的方法。那麼今天介紹的第一個函式就是用於抽樣的函式sample： 

> x=1:10
> sample(x)
 [1]  8  9  5  2  3 10  6  1  4  7
#隨機抽樣，預設是不放回抽樣

 
> sample(x,size = 5)
[1] 9 4 5 6 2
#size引數，規定抽樣個數

> sample(x,size = 5)
[1] 4 3 1 5 9
#這次抽樣結果和上次不同，證明是隨機的

> sample(x,replace = T)
 [1] 5 5 8 8 7 3 3 7 6 2
#引數是否是放回抽樣。

上述抽樣過程中，每個元素被抽取的概率相等，稱為隨機抽樣。

有時候我們的抽取元素的概率未必相等（如常見的二項分佈概率問題），此時我們需要新增一個引數prob，也就是“probability”（概率）的縮寫。假設一名醫生給患者做某手術成功的概率是80%，那麼現在他給20例病人做手術，可能有哪幾次是成功的呢？程式碼如下：

這些程式碼告訴我們，對每一個元素都可以給定一個概率，且每個概率是獨立的，即在引數prob中，不一定所有元素的概率加起來等於1，它只代表某元素被抽取的概率而已。