1 資料抽樣
（1） 簡單隨機抽樣

sample(x,size,replace=FALSE,prob=NULL)

其中，x表示待抽取物件，一般情況下以向量形式表示；size為非負整數，表示想要抽取樣本的個數；replace表示是否為可放回抽樣，預設不放回；prob用於設定各個抽樣樣本的抽樣概率，預設等概率抽樣。

例子：

library(MASS)
data(Insurance)
sub1=sample(nrow(Insurance),10,replace=T) 
sub2=sample(nrow(Insurance),10)  
sub3=sample(nrow(Insurance
 
),10,replace=T,prob=c(rep(0,nrow(Insurance)-1),1)) 
#設定最後一個樣本的抽樣概率為1，其他樣本被抽到的概率為0

備註：sample為自帶函式

（2） 分層抽樣

strata(data, stratanames=NULL, size, method=c(“srswor”,”srswr”,”poisson”,”systematic”), description=FALSE)

其中，data為待抽樣資料集；stratanames中放置進行分層所依據的變數名稱；size用於設定各層中將要抽出的觀測樣本數，其順序應該與資料集中變數各水平出現順序一致，且在使用該函式前，應當首先對資料集按照該變數進行升序排列；method引數用於選擇抽樣方法，分別對應於無放回、有放回、泊松、系統抽樣，預設無放回；pik用於設定各層中各樣本的抽樣概率；description引數用於選擇是否輸出含有各層基本資訊的結果。

sub4=strata(Insurance,stratanames="District",size=c(1,2,3,4),method="srswor")
#按照街區進行分層，且1~4個街區中無放回抽取1-4個樣本

（3） 整群抽樣

cluster(data, clustername, size, method=c(“srswor”,”srswr”,”poisson”,”systematic”), description=FALSE)

與分層抽樣稍微不同的是，clustername指用來劃分群的變數的名稱，而size不再為分層抽樣中的一個向量，這裡僅為一個正整數，表示需要抽取的群數。

sub5=cluster(Insurance,clustername="District",size=2,method="srswor")

備註：strata和cluster函式需要載入sampling包

2 概率分佈
R中提供了18個分佈函式

對於所給的分佈名稱，加字首“d”(代表密度函式, density)就得到R的密度函式(對於離散分佈, 指分佈律); 加字首“p”(代表分佈函式或概率, CDF)就得到R的分佈函式; 加字首“q”(代表分位函式, quantile)就得到R的分位數函式; 加字首“r”(代表隨機模擬, random)就得到R的隨機數發生函式.