如果你掷硬币得到 268 个正面和 98 个反面，你可以用几种方法计算硬币是公平的概率。一个简单的启发式观察很可能会得出这样的结论：这样的硬币是不公平的。我计算了 R 中的 p 值：
> coin <- pbinom(98, 366, 0.5)
> coin*2
[1] 2.214369e-19
该值小于 0.05，因此我们拒绝它是公平硬币的假设。
但是，如果你告诉你在审判期间同一枚硬币落在它的侧面 676 次怎么办？试探性地，您可能会得出相同的结论，但典型的公平硬币测试仍然有效吗？
这是一个图表来说明这个问题：
有哪些有效方法可以检验事件在阴影区域发生的概率相等的假设？
注意：图中有 629 个正向移动（413 个负向移动）。
生成数据的 R 代码：
require("quantmod")
ticker <- getSymbols("SLV")[,6]
change <- (ticker - lag(ticker, 24)) / lag(ticker, 24)
change <- na.locf(change, na.rm=TRUE)
# some other calculations
dens <- density(change)
plot(dens)
# some formatting stuff
