R語(yǔ)言關(guān)于二項(xiàng)分布知識(shí)點(diǎn)總結(jié)
二項(xiàng)分布模型處理在一系列實(shí)驗(yàn)中僅發(fā)現(xiàn)兩個(gè)可能結(jié)果的事件的成功概率。 例如，擲硬幣總是給出頭或尾。 在二項(xiàng)分布期間估計(jì)在10次重復(fù)拋擲硬幣中精確找到3個(gè)頭的概率。
R語(yǔ)言有四個(gè)內(nèi)置函數(shù)來(lái)生成二項(xiàng)分布。 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(shù)的描述
- x是數(shù)字的向量。
- p是概率向量。
- n是觀察的數(shù)量。
- size是試驗(yàn)的數(shù)量。
- prob是每個(gè)試驗(yàn)成功的概率。
dbinom（）
該函數(shù)給出每個(gè)點(diǎn)的概率密度分布。
# 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(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果
pbinom（）
此函數(shù)給出事件的累積概率。 它是表示概率的單個(gè)值。
# Probability of getting 26 or less heads from a 51 tosses of a coin. x <- pbinom(26,51,0.5) print(x)
當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果
[1] 0.610116
qbinom（）
該函數(shù)采用概率值，并給出累積值與概率值匹配的數(shù)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(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果
[1] 23
rbinom（）
該函數(shù)從給定樣本產(chǎn)生給定概率的所需數(shù)量的隨機(jī)值。
# Find 8 random values from a sample of 150 with probability of 0.4. x <- rbinom(8,150,.4) print(x)
當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果
[1] 58 61 59 66 55 60 61 67
以上就是R語(yǔ)言關(guān)于二項(xiàng)分布知識(shí)點(diǎn)總結(jié)的詳細(xì)內(nèi)容，更多關(guān)于R語(yǔ)言二項(xiàng)分布的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
R語(yǔ)言讀取txt文件中的內(nèi)容實(shí)現(xiàn)
R語(yǔ)言提供了多種讀取文本數(shù)據(jù)的函數(shù),本文主要介紹了R語(yǔ)言讀取txt文件中的內(nèi)容實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解一下2024-03-03
這篇文章主要介紹了R語(yǔ)言讀取csv文件出錯(cuò)的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
邏輯回歸屬于概率統(tǒng)計(jì)的分類算法模型的算法,是根據(jù)一個(gè)或者多個(gè)特征進(jìn)行類別標(biāo)號(hào)預(yù)測(cè),下面這篇文章主要給大家介紹了關(guān)于如何使用R語(yǔ)言做邏輯回歸的相關(guān)資料,需要的朋友可以參考下2022-07-07
markdown是文本處理的標(biāo)記語(yǔ)言,它的功能類似于word,但與word中各種排版、字體設(shè)置不同,markdown能使我們更專注于碼字這件事,用標(biāo)記語(yǔ)法來(lái)代替常見的排版格式,Rmarkdown基于R中的文本處理格式,這篇文章主要介紹了R語(yǔ)言rmarkdown使用安裝教程,需要的朋友可以參考下2024-02-02
R語(yǔ)言實(shí)現(xiàn)二進(jìn)制文件讀寫操作
這篇文章主要介紹了R語(yǔ)言實(shí)現(xiàn)二進(jìn)制文件讀寫操作，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
對(duì)比一元線性回歸,多元線性回歸是用來(lái)確定2個(gè)或2個(gè)以上變量間關(guān)系的統(tǒng)計(jì)分析方法,下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言多元線性回歸的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-07-07
R語(yǔ)言數(shù)據(jù)可視化學(xué)習(xí)之圖形參數(shù)修改詳解
這篇文章主要給大家介紹了關(guān)于R語(yǔ)言數(shù)據(jù)可視化學(xué)習(xí)之圖形參數(shù)修改的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
這篇文章主要介紹了R語(yǔ)言 UTF-8各種問(wèn)題的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言ggplot2設(shè)置圖例(legend)的操作大全
ggplot2是一個(gè)繪制可視化圖形的R包,汲取了R語(yǔ)言基礎(chǔ)繪圖系統(tǒng)(graphics)和l?attice包的優(yōu)點(diǎn),下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言ggplot2設(shè)置圖例(legend)的操作大全,需要的朋友可以參考下2022-07-07
R語(yǔ)言-生成頻數(shù)表和列聯(lián)表crosstable函數(shù)介紹
這篇文章主要介紹了R語(yǔ)言-生成頻數(shù)表和列聯(lián)表crosstable函數(shù)介紹，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04