我正在尝试在 R 中运行模拟,但我不确定从哪里开始。问题如下:
“您有 100 美元,并且在一场公平的比赛中下了 10 美元的赌注。当您下第 100 次赌注时,您输光所有钱的概率是多少?”
到目前为止,我已经编写了一个小函数来从“掷硬币”中生成随机结果,但这是我所能得到的。
win.lose <- function(x){
sample(0:1, x, rep=TRUE)
}
我担心的是,此功能不考虑从奖金中赚钱。在这里为上述问题编写更好的函数的一些帮助将不胜感激。谢谢!
最佳答案
r使用矢量化效果最好。我们应该一次对所有样本进行采样,而不是循环:
sample(c(-1, 1), 100, replace = TRUE)
我们还知道,如果净亏损 10 次,我们就会破产。转换为累积总和:
cumsum(sample(c(-1, 1), 100, replace = TRUE))
any(cumsum(sample(c(-1, 1), 100, replace = TRUE)) == -10)
最后,我们可以使用 replicate()
来重复这个完全相同的模拟:
#specify simulation criteria
n <- 100
n_sim <- 10
# betting criteria
n_broke <- 10 #if we have 10 net losses, we're broke
bet <- 10 #each bet is $10
# way 1
set.seed(123)
replicate(n_sim, cumsum(sample(c(-1, 1), n, replace = TRUE)))
#or with actual money totals - note, 1st row is the initial money amount
set.seed(123)
replicate(n_sim, cumsum(c(n_broke * bet, bet * sample(c(-1, 1), n, replace = TRUE))))
#or a summary of it:
set.seed(123)
table(replicate(n_sim, ifelse(any(cumsum(sample(c(-1, 1), n, replace = TRUE)) == -n_broke), 'Out_of_Money', 'Has_Money')))
#faster way to do it:
set.seed(123)
table(
ifelse(
apply(matrix(sample(c(-1,1), n * n_sim, replace = TRUE), ncol = n_sim),
2,
function(x) min(cumsum(x)) <= -n_broke),
'Out_of_Money', 'Has_Money')
)
对于 n_sim = 10,000:
Has_Money Out_of_Money
6783 3217
以及幕后发生的事情:
set.seed(123)
replicate(n_sim, cumsum(c(n_broke * bet, bet * sample(c(-1, 1), n, replace = TRUE))))
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,] 100 100 100 100 100 100 100 100 100 100
[2,] 90 90 110 110 90 110 110 110 90 110
[3,] 80 100 120 120 80 120 120 100 80 120
[4,] 70 110 130 110 70 130 130 90 90 110
[5,] 80 100 120 120 60 140 120 80 100 100
[6,] 70 110 130 110 50 130 110 90 90 110
[7,] 80 120 140 100 40 120 100 80 80 120
[8,] 90 110 150 110 50 110 90 70 70 130
[9,] 100 100 140 100 40 100 100 60 60 120
关于r - 如何在 r 中针对 "gambling"问题和返回概率编写模拟?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58784735/