R語言關於二項分佈知識點總結
二項分佈模型處理在一系列實驗中僅發現兩個可能結果的事件的成功概率。 例如，擲硬幣總是給出頭或尾。 在二項分佈期間估計在10次重復拋擲硬幣中精確找到3個頭的概率。
R語言有四個內置函數來生成二項分佈。 它們描述如下。
dbinom(x, size, prob) pbinom(x, size, prob) qbinom(p, size, prob) rbinom(n, size, prob)
以下是所使用的參數的描述
- x是數字的向量。
- p是概率向量。
- n是觀察的數量。
- size是試驗的數量。
- prob是每個試驗成功的概率。
dbinom（）
該函數給出每個點的概率密度分佈。
# Create a sample of 50 numbers which are incremented by 1. x <- seq(0,50,by = 1) # Create the binomial distribution. y <- dbinom(x,50,0.5) # Give the chart file a name. png(file = "dbinom.png") # Plot the graph for this sample. plot(x,y) # Save the file. dev.off()
當我們執行上面的代碼，它產生以下結果
pbinom（）
此函數給出事件的累積概率。 它是表示概率的單個值。
# Probability of getting 26 or less heads from a 51 tosses of a coin. x <- pbinom(26,51,0.5) print(x)
當我們執行上面的代碼，它產生以下結果
[1] 0.610116
qbinom（）
該函數采用概率值，並給出累積值與概率值匹配的數字。
# How many heads will have a probability of 0.25 will come out when a coin is tossed 51 times. x <- qbinom(0.25,51,1/2) print(x)
當我們執行上面的代碼，它產生以下結果
[1] 23
rbinom（）
該函數從給定樣本產生給定概率的所需數量的隨機值。
# Find 8 random values from a sample of 150 with probability of 0.4. x <- rbinom(8,150,.4) print(x)
當我們執行上面的代碼，它產生以下結果
[1] 58 61 59 66 55 60 61 67
以上就是R語言關於二項分佈知識點總結的詳細內容，更多關於R語言二項分佈的資料請關註WalkonNet其它相關文章！