二项式分布也称为离散概率分布,用于查找事件成功的概率。在一系列实验中,该事件只有两个可能的结果。抛硬币是二项式分布的最好例子。抛硬币时,它的正面或反面都可以。在二项式分布过程中,发现将三枚硬币反复抛十次时恰好找到三个正头的可能性是近似的。
R允许我们通过提供以下函数来创建二项式分布:
让我们开始在示例的帮助下了解如何使用这些函数
R的dbinom()函数计算每个点的概率密度分布。简而言之,它计算特定二项式分布的密度函数。
示例
# 创建100个数字的示例,该样本递增1.5。 x <- seq(0,100,by = 1) # 创建二项式分布。 y <- dbinom(x,50,0.5) # 向图表文件提供名称。 png(file = "dbinom.png") # 绘制图表。 plot(x,y) # 保存文件 dev.off()
输出:
R的dbinom()函数计算事件的累积概率(表示概率的单个值)。简而言之,它计算特定二项式分布的累积分布函数。
示例
# 从48次掷硬币抛出20或更少的头部的概率。 x <- pbinom(20,48,0.5) # 显示输出 print(x)
输出:
R的qbinom()函数获取概率值,并生成一个其累加值与概率值匹配的数字。简而言之,它计算二项式分布的逆累积分布函数。
我们来看看掷硬币51次时机头的概率为0.45。
示例
# 在Qbinom()函数的帮助下找到头部数量 x <- qbinom(0.45,48,0.5) # 显示输出 print(x)
输出:
R的rbinom()函数用于从给定样本中为给定概率生成所需数量的随机值。
让我们看一个示例,在该示例中,我们从160个样本中发现9个随机值,概率为0.5。
示例
# 找到随机值 x <- rbinom(9,160,0.5) # 显示输出 print(x)
输出:
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)