・rbinom、rhyper関数はランダムな発生数を羅列する.繰り返し処理を練習するため度数を求めてみる.
■　
　rbinomは、2,4,3,2,…のような数がｎ個；シミュ回数分生成される.
　　　　　　　rbinom(1000,16,0.1875)
　xという点での度数は、x+1以下の累計個数とx以下の累計個数の差になる.
　また、度数が幅広くなりがちで、自動化したい.
　度数分布は、ベクトルにして保存するため結果を逐次、saveする.
おく.
　hyper関数を例にする.

　　　　　　　　　

■　script　　　
　　dehy<-NULL #掃除
　　dhh <-NULL # indi def
　　datadh<-NULL
　　　　　　　　　　　　 　　#　関数
　　　dehy <- function(n){ # 関数の中で繰り返す 　　　　
　　 　　 　　for (i in 1:n) { 　　　　　 #  変数iを 1 から n まで繰り返す
　　　　　　 dhh[i] <-sum(rhyper(1000,41,43,55)
　　　 　print(dhh)　　　 　 　　　 　 #  途中経過を見せる
　 　 datadh<-dhh　 　    　　　　　    #  ベクトルに順次、入れておく
write.csv(datadh,"datahyps.csv")
　　　} }　　　　　　　　　　　　　   #  消えないうちに保存する
　dehy( )　　　　  　 　　　　　　　　#  xの段階数を入力促す
　　　　　　　　　　　　　　　　　　#  35を指定すると 20-35 あたりに 山 ができる
--
　実行すると、パラメータの入力を促す
　dehy() が表示されるので、数値を入れる.

■　結果
--読み出し
　　　datahyp= read.csv(file.choose())
　　　datahyp[,2]　　#　度数

--度数
datahyp[,2]　　#　　　　
[1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0
[15] 0 0 0 0 0 1 1 18 50 86 141 157 160 157
[29] 68 49 34 10 2 0 1
--
最大は、datahyp[27,2] の 160.
plot(datahyp,type="s")をみる.　

　　　

　シミュ回数1000は少ないのでグラフがいびつ.
　観察発生は37だったので、単純な”袋から取り出し”予想より、曝露発生の効果は極めて高い.

　＊　関数内の処理として
　　　　　 print(～　) 　 # 途中経過を見せる
　　　を入れてあり、

　　　

　　　のような出力（一例）.