1 數據抽樣
（1） 簡單隨機抽樣
sample(x,size,replace=FALSE,prob=NULL)其中，x表示待抽取對象，一般情況下以向量形式表示；size爲非負整數，表示想要抽取樣本的個數；replace表示是否爲可放回抽樣，默認不放回；prob用於設置各個抽樣樣本的抽樣概率，默認等概率抽樣。
例子：
library(MASS)
data(Insurance)
sub1=sample(nrow(Insurance),10,replace=T)
sub2=sample(nrow(Insurance),10)
sub3=sample(nrow(Insurance),10,replace=T,prob=c(rep(0,nrow(Insurance)-1),1))
#設置最後一個樣本的抽樣概率爲1，其他樣本被抽到的概率爲0備註：sample爲自帶函數
（2） 分層抽樣
strata(data, stratanames=NULL, size, method=c(“srswor”,”srswr”,”poisson”,”systematic”), description=FALSE)其中，data爲待抽樣數據集；stratanames中放置進行分層所依據的變量名稱；size用於設置各層中將要抽出的觀測樣本數，其順序應該與數據集中變量各水平出現順序一致，且在使用該函數前，應當首先對數據集按照該變量進行升序排列；method參數用於選擇抽樣方法，分別對應於無放回、有放回、泊松、系統抽樣，默認無放回；pik用於設置各層中各樣本的抽樣概率；description參數用於選擇是否輸出含有各層基本信息的結果。
sub4=strata(Insurance,stratanames="District",size=c(1,2,3,4),method="srswor")
#按照街區進行分層，且1~4個街區中無放回抽取1-4個樣本
（3） 整羣抽樣
cluster(data, clustername, size, method=c(“srswor”,”srswr”,”poisson”,”systematic”), description=FALSE)與分層抽樣稍微不同的是，clustername指用來劃分羣的變量的名稱，而size不再爲分層抽樣中的一個向量，這裏僅爲一個正整數，表示需要抽取的羣數。
sub5=cluster(Insurance,clustername="District",size=2,method="srswor")
備註：strata和cluster函數需要加載sampling包
2 概率分佈
R中提供了18個分佈函數
對於所給的分佈名稱，加前綴“d”(代表密度函數, density)就得到R的密度函數(對於離散分佈, 指分佈律); 加前綴“p”(代表分佈函數或概率, CDF)就得到R的分佈函數; 加前綴“q”(代表分位函數, quantile)就得到R的分位數函數; 加前綴“r”(代表隨機模擬, random)就得到R的隨機數發生函數.