R 二项分布

R 二项分布 首页 / R入门教程 / R 二项分布

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:

R Binomial Distribution

让我们开始在示例的帮助下了解如何使用这些函数

dbinom() 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 Binomial Distribution

pbinom() 函数

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 Binomial Distribution

qbinom() 函数

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 Binomial Distribution

rbinom() 函数

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:

R Binomial Distribution

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!)

技术教程推荐

Java核心技术面试精讲 -〔杨晓峰〕

深入剖析Kubernetes -〔张磊〕

从0开始做增长 -〔刘津〕

透视HTTP协议 -〔罗剑锋(Chrono)〕

安全攻防技能30讲 -〔何为舟〕

MySQL 必知必会 -〔朱晓峰〕

攻克视频技术 -〔李江〕

业务开发算法50讲 -〔黄清昊〕

Vue 3 企业级项目实战课 -〔杨文坚〕

好记忆不如烂笔头。留下您的足迹吧 :)