本文介绍了R语言中处理概率统计的基础概念和关键函数，包括相容事件的并集、独立事件的交集、贝叶斯定理以及dbinom、pbinom、qbinom和rbinom等函数的应用。通过实例展示了如何计算特定概率、累积概率、逆累积概率以及生成随机数。此外，还提到了绘图函数如Plot、Lines和legend以及添加图形元素如垂线的使用。
相容事件的并集：P(AUB)=P(A)+P(B)-P(A∩B)
独立事件的交集：P(A∩B) = P(A) * P(B)
非独立事件的交集：P(A∩B) = P(A) * P(B|A)
贝叶斯定理:P(A|B)= P(A∩B)/P(B)=P(B|A)P(A)/[P(B|A)P(A)+P(B|~A)P(~A)]
dbinom(x,size, prob) 该函数给出了每个点的概率密度分布。
某药物治疗某疾病有效率0.7，无效率0.3，计算10人中6人有效概率,dbinom(6,10,0.7)
pbinom (x,size, ,prob) 该函数给出事件的累积概率，它用于表示概率的单个值。
抛掷硬币100次，正面向上不超过50次的概率，pbinom(50,100,0.5)
qbinom(p, size, prob) 该函数采用概率值，并给出其累积值与概率值匹配的数字。
抛掷硬币100次，正面向上多少次概率为0.4，qbinom(0.4,100,0.5)
rbinom(n ,size,,prob) 该函数从给定样本生成所需数量的给定概率的随机值。
100个样本中，以0.4发生的概率找出
最低0.47元/天 解锁文章
扫一扫
2304
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
