当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R Binomial 二项式分布


R语言 Binomial 位于 stats 包(package)。

说明

使用参数 sizeprob 的二项式分布的密度、分布函数、分位数函数和随机生成。

这通常被解释为 size 试验中 ‘successes’ 的数量。

用法

dbinom(x, size, prob, log = FALSE)
pbinom(q, size, prob, lower.tail = TRUE, log.p = FALSE)
qbinom(p, size, prob, lower.tail = TRUE, log.p = FALSE)
rbinom(n, size, prob)

参数

x, q

分位数向量。

p

概率向量。

n

观察次数。如果是 length(n) > 1 ,则长度被视为所需的数量。

size

试验次数(零次或多次)。

prob

每次试验成功的概率。

log, log.p

逻辑性;如果为 TRUE,则概率 p 以 log(p) 形式给出。

lower.tail

逻辑性;如果为 TRUE(默认值),则概率为 ,否则为

细节

size prob 的二项分布具有密度

为了 。注意二项式系数可以通过以下方式计算chooseR.

如果x 的元素不是整数,则dbinom 的结果为零,并出现警告。

是使用Loader的算法计算的,请参见下面的参考。

分位数定义为 使得 满足的最小值,其中 是分布函数。

dbinom 给出密度,pbinom 给出分布函数,qbinom 给出分位数函数,rbinom 生成随机偏差。

如果size 不是整数,则返回NaN

结果的长度由 rbinomn 确定,并且是其他函数的数值参数长度的最大值。

n 之外的数字参数将被回收到结果的长度。仅使用逻辑参数的第一个元素。

例子

require(graphics)
# Compute P(45 < X < 55) for X Binomial(100,0.5)
sum(dbinom(46:54, 100, 0.5))

## Using "log = TRUE" for an extended range :
n <- 2000
k <- seq(0, n, by = 20)
plot (k, dbinom(k, n, pi/10, log = TRUE), type = "l", ylab = "log density",
      main = "dbinom(*, log=TRUE) is better than  log(dbinom(*))")
lines(k, log(dbinom(k, n, pi/10)), col = "red", lwd = 2)
## extreme points are omitted since dbinom gives 0.
mtext("dbinom(k, log=TRUE)", adj = 0)
mtext("extended range", adj = 0, line = -1, font = 4)
mtext("log(dbinom(k))", col = "red", adj = 1)

来源

对于dbinom,使用saddle-point扩展:参见

凯瑟琳·洛德 (2000)。快速准确的二项式概率计算;可用为https://www.r-project.org/doc/reports/CLoader-dbinom-2002.pdf

pbinom 使用 pbeta

qbinom 使用 Cornish-Fisher 扩展来包含对正态近似的偏度校正,然后进行搜索。

rbinom (对于 size < .Machine$integer.max )基于

Kachitvichyanukul, V. 和 Schmeiser, B. W. (1988) 二项式随机变量生成。 ACM 通讯,31, 216-222。

对于较大的值,它使用反转。

也可以看看

Distributions 表示其他标准分布,包括 dnbinom 表示负二项分布,dpois 表示泊松分布。

相关用法


注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 The Binomial Distribution。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。