如何在R中按逐次不同概率用sample函数生成0-1序列？

首先纠正你代码里的两个基础错误：

1. R中创建向量要用c()，不是括号，正确的概率向量定义是：

myprob <- c(0.58, 0.51, 0.48, 0.46, 0.62)

2. 你误用了sample()函数的参数逻辑：sample()的prob参数是指定待采样集合中每个元素的权重，而非每次采样的独立概率分布。当你传入长度为10的prob=c(1-myprob, myprob)时，会和待采样集合c(1,0)的长度不匹配，导致逻辑混乱；同时replace=F是无放回采样，最多只能取2个值，完全不符合生成5个独立样本的需求。

正确的两种实现方法 #

方法1：用rbinom()（推荐，更高效简洁）

伯努利分布（0/1采样）正好匹配你的需求：rbinom()的prob参数可以直接传入向量，每个元素对应一次采样取1的概率。代码如下：

# 生成5个0/1值，第i个值取1的概率是myprob[i]，取0的概率是1-myprob[i]
Y <- rbinom(n = length(myprob), size = 1, prob = myprob)

方法2：用sapply()循环调用sample()

如果坚持用sample()，可以对每个概率单独采样再合并结果：

Y <- sapply(myprob, function(p) {
  # 每次按(1-p, p)的概率采样0和1
  sample(c(0, 1), size = 1, prob = c(1-p, p))
})

验证结果 #

你可以多次运行代码，查看采样结果是否符合预期概率：比如重复10000次采样后，统计每个位置取1的频率，应该接近myprob的对应值：

replicates <- replicate(10000, rbinom(n=5, size=1, prob=myprob))
rowMeans(replicates)
# 输出应该接近：0.58, 0.51, 0.48, 0.46, 0.62

内容的提问来源于stack exchange，提问作者Yen-chin Wang