嗨，我正在攻读统计学的研究生课程，我们一直在学习测试统计和其他概念。
然而，我经常能够应用这些公式，并对事物的工作原理产生一种直觉，但我经常有一种感觉，如果我用模拟实验来支持我的研究，我会对手头的问题产生更好的直觉.
所以，我一直在考虑编写简单的模拟，以更好地理解我们在课堂上讨论的一些概念。现在我可以使用说 Java 来：
现在我的问题是：
SAS？，R？）尽情享受您的课程吧！
我喜欢你的问题，但对 2 和 3 没有具体的答案？我想像 SAS（广义地说是 SAS 产品，而不仅仅是 SAS/STAT）这样的软件包可能具有促进模拟的工具，但我不能肯定地说。我认为这类事情不适合作为数学或统计学的一个分支。
现在问题1是我想关注的。模拟可以帮助学习各个级别的统计数据，并且可以帮助进行一般的统计研究。确实有一些期刊专注于模拟和计算。甚至 FDA 也认识到模拟在设计临床试验和帮助预测结果方面的重要性。
在 1960 年代，朱利安·西蒙 (Julian Simon) 教授使用模拟作为激励因素的介绍性统计学。尽管有争议，但他后来声称他在 Efron 之前进行了重新采样（置换和引导）。他在 1969 年用这些想法出版了一本书。它当然缺乏理论，只是一种教具，而不是一种新的统计估计方法。他没有发展出埃夫隆及其之后的任何数学特性。
我认为对于介绍性统计，进行模拟以演示采样分布是有用的，显示中心极限定理是如何产生的，并且通过梅花形进行的物理模拟演示了中心极限定理的 DeMoivre - Laplace 版本。
有时它会增强直觉。我认为即使对像保罗·厄多斯这样的数学家来说，蒙蒂·霍尔问题也令人费解并且似乎自相矛盾。但模拟游戏往往很有说服力。概率中有许多违反直觉的问题，我认为模拟可以帮助。
1978 年，当我攻读极值理论博士学位时，我对一个我试图证明的极限定理有了一个直观的想法。我在数学上挣扎。然后我决定模拟随机过程，模拟“证实”了我的结果。这让我有信心去证明它。
因此，即使在研究生阶段和更高级别，模拟也可以通过两种方式发挥作用。
按照您在问题 1 中的建议帮助培养直觉，但也
像我在论文中所做的那样确认直觉
R 的 TeachingDemos 包与您的思维过程相似，试图以不同的方式可视化和理解概念。包中的一些函数使用模拟来帮助理解一些关键概念。开发版本（R-forge，但尚未在 CRAN 上）包含一个函数“simfun”，可用于创建模拟函数以进一步帮助模拟。