用C语言编程验证抛硬币实验用两项分布给出统计结果

以下是一个简单的C语言程序，用于模拟抛硬币实验并计算两项分布的统计结果：

#include <stdio.h>
#include <stdlib.h>
#include <time.h>

int main()
{
    int n, i, heads = 0, tails = 0;

    srand(time(NULL)); // 设置随机数种子

    printf("请输入抛硬币的次数：");
    scanf("%d", &n);

    for (i = 0; i < n; i++) {
        if (rand() % 2 == 0) {
            heads++;
        } else {
            tails++;
        }
    }

    printf("正面朝上的次数：%d\n", heads);
    printf("反面朝上的次数：%d\n", tails);
    printf("正面朝上的概率：%.2f%%\n", (float)heads / n * 100);
    printf("反面朝上的概率：%.2f%%\n", (float)tails / n * 100);

    return 0;
}

这个程序让用户输入抛硬币的次数，然后利用随机数产生器模拟了这个过程。程序输出了正面朝上的次数、反面朝上的次数，以及两个事件的概率。

如果我们将抛硬币实验看作一个伯努利试验，那么正面朝上和反面朝上就是两个互斥的事件，且每个事件发生的概率都是0.5。因此，正面朝上的次数和反面朝上的次数都服从两项分布。

我们可以使用统计学方法来检验这个程序模拟的结果是否符合理论预期。以下是一个使用R语言的例子：

# 生成模拟数据
set.seed(123)
n <- 1000
sim_data <- data.frame(outcome = sample(c("heads", "tails"), n, replace = TRUE))

# 计算正面朝上和反面朝上的次数
heads <- sum(sim_data$outcome == "heads")
tails <- sum(sim_data$outcome == "tails")

# 计算正面朝上和反面朝上的概率
p_heads <- heads / n
p_tails <- tails / n

# 计算理论上的概率
theory_p <- rep(0.5, n)

# 计算两项分布的统计量
observed <- c(heads, tails)
expected <- c(n * 0.5, n * 0.5)
chisq <- sum((observed - expected)^2 / expected)

# 输出结果
cat(sprintf("正面朝上的次数：%d\n", heads))
cat(sprintf("反面朝上的次数：%d\n", tails))
cat(sprintf("正面朝上的概率：%.2f%%\n", p_heads * 100))
cat(sprintf("反面朝上的概率：%.2f%%\n", p_tails * 100))
cat(sprintf("理论上的概率：%.2f%%\n", theory_p[1] * 100))
cat(sprintf("两项分布的卡方值：%.2f\n", chisq))

这个程序使用R语言生成了1000个随机结果，然后计算了正面朝上和反面朝上的次数和概率，并将理论上的概率设置为0.5。最后，程序计算了两项分布的卡方值，用于检验模拟结果是否符合理论预期。如果卡方值较小，说明模拟结果和理论预期比较接近，反之则说明有偏差。

需要注意的是，由于随机数的产生是基于概率的，因此每次运行程序得到的结果都有可能不同，但是长期来看，模拟结果应该接近理论预期