Compte tenu de la distribution de probabilité de la manière suivante: 
d'échantillonnage à partir d'une distribution de probabilité donnée en utilisant R
coordonnée x représente heures, coordonnée y signifie la probabilité pour chaque heure.
Le problème est de savoir comment générer un ensemble de 1000 données aléatoires qui suivent la distribution de probabilité?
d'abord, construire un vecteur décrivant cette distribution de probabilité, puis utilisez l'échantillon:
distribution <- c(2, 4, 4, rep(5, 7), rep(6, 14), rep(7, 29),
rep(8, 23), rep(9, 7), rep(10, 4), rep(11, 3))
sample(distribution, 1000, replace=TRUE)
je suis parti après 11 valeurs hors et n'a probablement pas lu toutes les valeurs exactement, mais vous pouvez voir l'idée. Le vecteur de distribution peut être plus facile à produire en fonction du format, vos données sont maintenant.
La fonction importante est sample. Vous pouvez spécifier un argument supplémentaire prob à sample qui spécifie les probabilités pour chaque élément. Par exemple,
sample(1:22,1000,replace=TRUE,prob=c(
0,1,0,3,7,14,30,24,5,3,3,2,4,3,1,2,3,2,2,2,1,0
)
(remplacez cette chaîne de nombres par la hauteur de vos barres). L'argument prob ne doit pas être additionné à un, R le renormalisera pour vous. R peut générer un avertissement indiquant qu'il utilise la "Méthode Alias de Walker" et les résultats ne sont pas comparables aux anciennes versions de R. Cela est normal, et il n'y a rien à craindre.