खोज…


परिचय

आर है कई अंतर्निहित संभाव्यता वितरण के साथ काम करने के लिए काम करता है, सरकारी डॉक्स पर शुरू के साथ ?Distributions

टिप्पणियों

आम तौर पर चार उपसर्ग होते हैं:

  • डी -दिए गए वितरण के लिए घनत्व समारोह
  • पी -संचयी वितरण समारोह
  • q -Get दिए गए प्रायिकता के साथ जुड़ा हुआ मात्रा निर्धारित करें
  • r -Get एक यादृच्छिक नमूना

आर के आधार स्थापना में निर्मित वितरण के लिए, देखें ?Distributions

सामान्य वितरण

एक उदाहरण के रूप में *norm का उपयोग करते हैं। प्रलेखन से:

dnorm(x, mean = 0, sd = 1, log = FALSE)
pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
rnorm(n, mean = 0, sd = 1)

इसलिए अगर मैं 0 पर एक मानक सामान्य वितरण का मूल्य जानना चाहता था, तो मैं करूंगा

dnorm(0)

जो हमें 0.3989423 , एक उचित जवाब देता है।

उसी तरह pnorm(0) देता है .5 । फिर, यह समझ में आता है, क्योंकि वितरण का आधा 0 के बाईं ओर है।

qnorm अनिवार्य रूप से pnorm के विपरीत कार्य pnormqnorm(.5) 0 देता है।

अंत में, वहाँ rnorm फ़ंक्शन है:

rnorm(10)

मानक सामान्य से 10 नमूने उत्पन्न करेगा।

यदि आप किसी दिए गए वितरण के मापदंडों को बदलना चाहते हैं, तो बस उन्हें इस तरह बदलें

rnorm(10, mean=4, sd= 3)

द्विपद वितरण

अब हम द्विपद वितरण के लिए परिभाषित कार्यों dbinom , pbinom , qbinom और rbinom

dbinom() फ़ंक्शन द्विपद चर के विभिन्न मूल्यों के लिए संभावनाएं देता है। न्यूनतम रूप से इसे तीन तर्कों की आवश्यकता होती है। इस फ़ंक्शन के लिए पहला तर्क क्वांटाइल्स (यादृच्छिक चर X के संभावित मान) का वेक्टर होना चाहिए। दूसरे और तीसरे तर्क वितरण के defining parameters , अर्थात्, n (स्वतंत्र परीक्षणों की संख्या) और p (प्रत्येक परीक्षण में सफलता की संभावना)। उदाहरण के लिए, n = 5 , p = 0.5 साथ द्विपद वितरण के लिए, X के लिए संभावित मान 0,1,2,3,4,5 । यही है, dbinom(x,n,p) फ़ंक्शन x = 0, 1, 2, 3, 4, 5 लिए प्रायिकता मान P( X = x ) देता है।

#Binom(n = 5, p = 0.5) probabilities
> n <- 5; p<- 0.5; x <- 0:n
> dbinom(x,n,p)
[1] 0.03125 0.15625 0.31250 0.31250 0.15625 0.03125
#To verify the total probability is 1
> sum(dbinom(x,n,p))
[1] 1
> 

द्विपद संभाव्यता वितरण भूखंड को निम्न आकृति के रूप में प्रदर्शित किया जा सकता है:

> x <- 0:12
> prob <- dbinom(x,12,.5)
> barplot(prob,col = "red",ylim = c(0,.2),names.arg=x,
                           main="Binomial Distribution\n(n=12,p=0.5)")

द्विपद संभव है

ध्यान दें कि द्विपद वितरण सममित है जब p = 0.5 । यह प्रदर्शित करने के लिए कि द्विपदीय वितरण नकारात्मक रूप से तिरछा है जब p 0.5 से बड़ा है, तो निम्न उदाहरण पर विचार करें:

> n=9; p=.7; x=0:n; prob=dbinom(x,n,p);
> barplot(prob,names.arg = x,main="Binomial Distribution\n(n=9, p=0.7)",col="lightblue")

नकारात्मक रूप से तिरछे द्विपद

जब p 0.5 से कम है तो द्विपद वितरण सकारात्मक रूप से तिरछा है जैसा कि नीचे दिखाया गया है।

> n=9; p=.3; x=0:n; prob=dbinom(x,n,p); 
> barplot(prob,names.arg = x,main="Binomial Distribution\n(n=9, p=0.3)",col="cyan")

सकारात्मक रूप से तिरछे द्विपद

अब हम संचयी वितरण फ़ंक्शन pbinom() के उपयोग का वर्णन करेंगे। इस फ़ंक्शन का उपयोग P( X <= x ) जैसी संभावनाओं की गणना करने के लिए किया जा सकता है। इस फ़ंक्शन का पहला तर्क क्वांटाइल्स (x के मान) का वेक्टर है।

# Calculating Probabilities
# P(X <= 2) in a Bin(n=5,p=0.5) distribution
> pbinom(2,5,0.5)
[1] 0.5

उपरोक्त संभावना निम्नानुसार भी प्राप्त की जा सकती है:

# P(X <= 2) = P(X=0) + P(X=1) + P(X=2)
> sum(dbinom(0:2,5,0.5))
[1] 0.5

गणना करने के लिए, प्रकार की संभावनाएँ: P( a <= X <= b )

# P(3<= X <= 5) = P(X=3) + P(X=4) + P(X=5) in a Bin(n=9,p=0.6) dist
> sum(dbinom(c(3,4,5),9,0.6))
[1] 0.4923556
> 

तालिका के रूप में द्विपद वितरण प्रस्तुत करना:

> n = 10; p = 0.4; x = 0:n; 
> prob = dbinom(x,n,p) 
> cdf = pbinom(x,n,p) 
> distTable = cbind(x,prob,cdf)
> distTable
       x         prob         cdf
 [1,]  0 0.0060466176 0.006046618
 [2,]  1 0.0403107840 0.046357402
 [3,]  2 0.1209323520 0.167289754
 [4,]  3 0.2149908480 0.382280602
 [5,]  4 0.2508226560 0.633103258
 [6,]  5 0.2006581248 0.833761382
 [7,]  6 0.1114767360 0.945238118
 [8,]  7 0.0424673280 0.987705446
 [9,]  8 0.0106168320 0.998322278
[10,]  9 0.0015728640 0.999895142
[11,] 10 0.0001048576 1.000000000
> 

rbinom() का उपयोग किसी दिए गए पैरामीटर मान के साथ निर्दिष्ट आकारों के यादृच्छिक नमूने उत्पन्न करने के लिए किया जाता है।

# Simulation
> xVal<-names(table(rbinom(1000,8,.5)))
> barplot(as.vector(table(rbinom(1000,8,.5))),names.arg =xVal,
                    main="Simulated Binomial Distribution\n (n=8,p=0.5)")

नकली द्विपद



Modified text is an extract of the original Stack Overflow Documentation
के तहत लाइसेंस प्राप्त है CC BY-SA 3.0
से संबद्ध नहीं है Stack Overflow