RStudio中Bootstrap模拟：获取单试验观测总和而非整体聚合

问题出在你对replicate返回结果的处理上——让我一步步帮你修正：

1. 生成正确的试验结果向量 #

你原来的代码中，replicate(50, sample(0:1,4,TRUE))会生成一个4行50列的矩阵（每列代表一次抛4次硬币的结果），直接调用sum()会把矩阵里所有元素加总，得到一个单一的总正面数，这显然不是你要的。

你需要的是每个试验（每列）的正面数总和，有两种简单的实现方法：

• 方法一：在replicate内部就计算每次试验的总和（最直接）：

heads50 <- replicate(50, sum(sample(0:1, 4, replace = TRUE)))

这样heads50会是一个长度为50的向量，每个元素对应一次试验抛4次硬币的正面数。

• 方法二：先生成矩阵，再对每一列求和：

# 先生成所有试验的原始结果矩阵
coin_matrix <- replicate(50, sample(0:1, 4, replace = TRUE))
# 对每一列（单个试验）计算正面数总和
heads50 <- colSums(coin_matrix)

2. 重新统计概率并绘图 #

有了正确的heads50向量后，你的分组统计和绘图代码就能正常工作了。这里还补充了一步补全缺失结果的逻辑，确保即使某些正面数（比如0次）在50次试验中没出现，图表也能完整展示所有可能的结果：

library(tidyverse)

# 生成正确的试验结果
heads50 <- replicate(50, sum(sample(0:1, 4, replace = TRUE)))

# 分组统计各结果的频率/概率
data50 <- tibble(heads = heads50) %>% 
  group_by(heads) %>% 
  summarise(n = n(), p = n/50) %>%
  # 补全0-4所有可能的正面数，缺失的结果频率设为0
  complete(heads = 0:4, fill = list(n=0, p=0))

# 绘制概率直方图
ggplot(data50, aes(x = heads, y = p)) +
  geom_bar(stat = "identity", fill = "green") +
  labs(x = "Number of Heads", y = "Probability of Heads in 4 flips(p)") +
  theme_minimal()

运行后你会看到直方图上出现对应0、1、2、3、4次正面的柱子，每个柱子高度代表该结果在50次试验中的频率，完全符合你的需求。

内容的提问来源于stack exchange，提问作者PsychGeek101