小编use*_*944的帖子

我希望模拟中心极限定理以证明它，但我不知道如何在 R 中做到这一点。我想从分布中创建 10,000 个样本大小为 n（可以是数字或参数）的样本我会选择（均匀、指数等...）。然后我想在一个图中（使用 par 和 mfrow 命令）绘制原始分布（直方图）、所有样本均值的分布、均值的 QQ 图，以及在第 4 个图中（有四个，2X2 )，我不确定要绘制什么。你能帮我开始用 R 编程吗？我想一旦我有了模拟数据我应该没问题。谢谢你。

我的初步尝试如下，它太简单了，我什至不确定是否正确。

r = 10000;
n = 20;

M = matrix(0,n,r);
Xbar = rep(0,r);

for (i in 1:r)
{
  M[,i] = runif(n,0,1);
}

for (i in 1:r)
{
  Xbar[i] = mean(M[,i]);
}

hist(Xbar);

我想铺一张桌子。附上一张图片。我正在尝试使用 Tidyverse 进行传播。

我的尝试是：

Want = Have |> spread(key = Group, value = Number)

结果很差，每次只能保留 2 行。替换密钥或尝试多个值不起作用或以错误结束。它必须很简单，如何才能做到呢？

我有一个 R 数据集，其中包含按时间的观察结果。对于每个主题，我最多有 4 行，一个 ID 变量、一个时间变量和一个名为 X 的变量，该变量是数字变量（但也可以是分类变量）。我希望按 ID 计算每行相对于基线的变化。到目前为止，我都是在 SAS 中完成此操作，这是我的 SAS 代码：

data want;
retain baseline;
set have;
if (first.ID) then baseline = .;
if (first.ID) then baseline = X;
else baseline = baseline;
by ID;
Change = X-baseline;
run;

我的问题是：如何在 R 中执行此操作？先感谢您。

数据集示例（在SAS中，我不知道如何在R中做到这一点）。

data have;
input ID, Time, X;
datalines;
1 1 5
1 2 6
1 3 8
1 4 9
2 1 2
2 2 2
2 3 7
2 4 0
3 1 …