如何在Base R中实现关联状态的硬币抛掷模拟？

下面是完全基于Base R的实现代码，逻辑和你描述的状态依赖规则完全一致：

# 定义模拟的总次数
n <- 100

# 创建空的字符向量存储每一次抛掷结果
states <- character(n)

# 生成初始状态：以0.5概率随机选择H或T
states[1] <- sample(c("H", "T"), size = 1, prob = c(0.5, 0.5))

# 循环生成后续状态
for (i in 2:n) {
  prev_state <- states[i - 1]
  # 根据前一个状态设置抽样概率
  if (prev_state == "H") {
    states[i] <- sample(c("H", "T"), size = 1, prob = c(0.6, 0.4))
  } else {
    states[i] <- sample(c("H", "T"), size = 1, prob = c(0.4, 0.6))
  }
}

# 查看前几个结果
head(states)
# 统计H和T的出现次数
table(states)

代码解释 #

• 初始化向量：创建长度为n的空字符向量，用来依次存储每次抛掷的状态。
• 初始状态生成：使用sample()函数以均等概率生成第一个状态，满足你提出的第二步要求。
• 循环生成后续状态：从第2个元素开始，每次根据前一个状态的取值，切换对应的抽样概率：
  • 当前状态为H时，下一次H的概率为0.6，T为0.4；
  • 当前状态为T时，下一次T的概率为0.6，H为0.4。
• 结果验证：head()可以快速查看前几个模拟结果，table()用来统计两种状态的总出现次数，和你用markovchain包的输出逻辑一致。

内容的提问来源于stack exchange，提问作者stats_noob