예제 3.7 [코드만 있음. 글자 살짝 깨짐.]

1500명 성인, 비율 p=0.15.

p를 추정하기 위해 표본비율 $\hat{p}$을 이용하고자 함.

$\hat{p}$ 은 근사적으로 평균 $\mu = 0.15$이고 $\sigma=0.0092$인 정규분포를 따르는 확률변수이다.

Solution.

m <- 5000 # 반복횟수 m = 5000. 5000번 수행.
k <- 0 #k(p=True인 사람 수) 0 대입.
for (i in 1:m) { # m(=5000)번 뽑겠다는 뜻.
n <- 1500 # 전체 성인 수 1500명.
u <- runif(n) # runif(n) : [0,1]구간의 난수 n개 생성.
							# runif는 uniform distribution을 따름.
							# 여기는 seed도 random이네.
sum.p <- sum(as.numeric(u<0.15)) #0.15 아래인 n의 개수 추정.
		#as.numeric()은 True/False를 0, 1로 변환.
		#sum(as.numeric(u<0.15)) == True의 개수
		#cf. R은 변수명에 _ 대신 . 을 주로 사용.
		#R 1.9 전까지는 _를 사용할 수 없었기 때문.
h.p <- sum.p/n # h에 전체 중 True의 비율 대입.
if(h.p > 0.16) k <- k+1 #확률 0.16넘는 경우 k에 1 추가.
}
p <- k/m #p = m(=5000)번 중 조건 만족한 경우(=k)의 비율
k #k 출력
p #p 출력