二項實驗中重要的前提假設是每次實驗階為獨立,定義何者結果為成功與失敗實驗並且給予機率。在R的語言中即算可以利用下面的表格針對不同的狀況,運用不同的指令
| 函數 | 指令 | 說明 |
|---|---|---|
| 密度函數(pdf) | dbinom() |
P(X=x) |
| 累積機率函數(CDF) | pbinom() |
P(X<=x) |
| CDF的反函數 | qbinom() |
qbinom(pbinom()) |
| 抽樣函數 | rbinom() |
傳回x個二項分布樣本向量 |
# Compute P(45 < X < 55) for X Binomial(100,0.5)
sum(dbinom(46:54, 100, 0.5))
## [1] 0.6317984
此問題為x服從二項分配下,成功機率與失敗機率皆為0.5,實驗次數為100,請問成功件數超過45件不滿55件下,機率多少? 在這裡我們需要兩個指令1.dbinom()取個別46到54的間斷機率,2.sum()將所有的機率做加總。
pmf=dbinom(46:54,100,0.5) #計算46到54每個點的離散機率函數(pmf)
plot(46:54,pmf,pch=19,main = "Binomial pdf") #畫出此機率的離散機率函數(pmf)
若以圖形來顯示題目所求可以看到45到54每個點所對應到的機率。
一種間斷機率分配,並且與事件在一特殊時間的區段或空間的區域內的次數
| 函數 | 指令 | 說明 |
|---|---|---|
| 密度函數(pdf) | dpois() |
P(X=x) |
| 累積機率函數(CDF) | ppois() |
P(X<=x) |
| CDF的反函數 | qpois() |
qpois(ppois()) |
| 抽樣函數 | rpois() |
傳回x個卜瓦松分布樣本向量 |
# Compute P(0< X < 10) for X Poisson(30)
sum(dpois(1:9, 6))
## [1] 0.9135972
此問題為單位時間內進入加油站的機車數目(x)服從卜瓦松分配下,平均每小時有30台車,請問1小時內機車數目至少1台不滿10台機率多少? 在這裡我們需要兩個指令1.dpois()取個別1到10的間斷機率,2.sum()將所有的機率做加總。
pmf=dpois(1:9,6) #計算1到9每個點的離散機率函數(pmf)
plot(1:9,pmf,pch=19,main = "Poisson pdf") #畫出此機率的離散機率函數(pmf)
若以圖形來顯示題目所求可以看到1到9每個點所對應到的機率。