离散型随机变量比较
1、X~Bern(p), 表明X的取值符合伯努利分布,只有1(成功)和0(失败)两种结果,其中成功的概率为P。伯努利分布的X期望值为P,方差为P(1-P);
2、X~Geom(p),表明X是几何随机变量,符合几何分布,其中成功的概率为P, 该分布主要是探索n次独立尝试,直到第一次尝试成功的概率,每一次独立试验都是伯努利分布。几何分布的X期望值为1/P,方差为(1-P)/P^2;
3、X~Bin(n,p),表明X是二项式随机变量,符合二项式分布,其中每次试验成功的概率为P,该分布主要是探索在n次独立尝试中,有X次成功的概率,每一次试验都是伯努利试验,在这里尝试次数n是固定的。二项式分布的X期望值为nP, 方差为nP(1-P);
4、Y~NB(r,p),表明Y是负二项式随机变量,符合负二项式分布,其中每次试验成功的概率为P,该分布主要是探索在n次独立试验中,在达到r次成功前,失败的次数。Y就是r次成功试验前,失败的次数。在这里,成功次数r是固定的。负二项式分布的Y期望值为r(1-P)/P,而方差为r(1-P)/P^2。
几种离散型随机变量分布比较,以二项式分布为例
rbinom(): 知道随机变量的分布, 如𝐵𝑖𝑛(15,0.3) ),求出符合该分布的离散型变量的取值或观察值
1、rbinom(n=30,size=15,prob=0.3), n 为观察值个数,size为试验次数,prob为每个试验成功的概率。该函数产生的结果就是在10次试验中,成功的次数。
2、dbinom(): 知道随机变量的分布, 如𝐵𝑖𝑛(15,0.3) ,求出随机变量某个取值的概率,使用方法如下
dbinom (x=4, size=15, prob=0.3), x为随机变量的取值,size为试验次数,prob为每个试验成功的概率。该函数产生的结果就是成功次数为4的概率,dbinom 也称为density function.
3、pbinom(): 知道随机变量的分布, 如𝐵𝑖𝑛(15,0.3) ,求出随机变量某个取值的cumulative density function,如𝑃(𝑋≤4) . 使用方法如下
pbinom (q=4, size=15, prob=0.3), q 为随机变量的取值范围小于或等于4,size为试验次数,prob为每个试验成功的概率。该函数产生的结果就是随机变量取值为小于或等于4时的累计分布概率。
4、qbinom():知道随机变量的分布, 如𝐵𝑖𝑛(15,0.3) ,并且知道cumulative density function(cdf),求出随机变量某个取值范围,使用方法如下
qbinom (p, size=15, prob=0.3), p为为cdf,size为试验次数,prob为每个试验成功的概率。该函数产生的结果就是随机变量小于或者等于的值。
本文对比了四种常见的离散型随机变量:伯努利、几何、二项式和负二项式分布,详细阐述了它们的定义、期望值与方差,并以二项式分布为例介绍了R语言中相关函数的用法,如rbinom(), dbinom(), pbinom()和qbinom()。"
102458409,8633195,Ubuntu配置SSH无密码登录Git指南,"['Ubuntu', 'Git', 'SSH', 'GitHub']
6430

被折叠的 条评论
为什么被折叠?



