R-项分布、正态分布

本文介绍了二项分布的概念及其在R语言中的应用,包括dbinom()函数计算特定次数的阳性概率,pbinom()函数求累积概率。同时,通过实例解释了正态分布的特点,如标准正态分布的面积与置信区间,并提到了dnorm()和.pnorm()函数在正态分布中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

二项分布的条件:

1)  每次实验结果 , 只能是两个互斥的结果之一 。
2)  相同的实验条件下 , 每次实验中事件A 的发生具有相同的概率 π 。
3)  各次实验独立 , 各次的实验结果互不影响 。

2.  二项分布的分布特征 :

1)  二项分布的形状取决于n ,π 。
2)  当π=0.5 时分布对称 , 近似对称分布 。
3)  当π≠0.5 时 , 分布呈偏态 , 特别是 n  较小时 ,π 偏离0.5 越远 , 分布的
对称性越差 , 但只要不接近1 和0 时 , 随着 n  的增大 , 分布逐渐逼近正态 。

R 函数: dbinom(x, size, prob, log = FALSE) x,预测x个数的阳性概率,size 总的实验次数, prob 每次的阳性概率

R 函数:pbinom()函数 该函数给出事件的累积概率

实例:

如果某地钩虫感染率为13%,随机观察当地150人,10人感染钩虫的概率有多大?至少有20人感染钩虫的概率有多大?

> dbinom(10,150,0.13)

> pbinom(19, 150, 0.13) -1

标准正态分布的µ=0 ,σ=1 , 则
µ ±σ 相当于区间(­1 ,1) ,
µ ±1.96σ 相当于区间(­1.96 ,1.96),
µ ±2.58σ 的区间相当于区间(­2.58 ,2.58)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值