二项分布
二項分佈 (Binomial distribution)
觀測n個獨立的伯努力試驗,每次成功之機率皆設為p,又以X表總共成功
之次數。則X之p.m.f.可表為
nxn,xf(x),Cp(1,p);x,0,1?,n x
一隨機變數之 p.m.f.若有如上式之型式,便稱為有參數n 及 p 之二項分
佈,以 Bin(n, p)表之,其中n為一正整數,。 0,p,1
底下以size代表參數n,prob代表參數 p。
程式指令,
X所對應的機率,dbinom(x, size, prob),
X所對應的累積機率,pbinom(x, size, prob),
機率p所對應的分位數,qbinom(p, size, prob),
產生n個二項分佈的隨機亂數,rbinom(n, size, prob)。 範例程式,
dbinom(5, 20, 0.6) # Compute P(X = 5) for X~Bin(20,0.6) pbinom(5, 20, 0.6) # Compute P(X <= 5) for X~Bin (20,0.6) qbinom(0.5, 20, 0.6) # Compute P(X <= a)=0.5 for X~Bin (20,0.6) sum(dbinom(46:54, 100, 0.5)) # Compute P(45 < X < 55) for X~Bin (100,0.5) rbinom(20, 10, 0.3) # A sample of n=20 from Bin (10, 0.3)
Lab 1: X~Bin(n,28,p,0.56)
Obtain Pr(X,10), Pr(X,14), P(X,a),0.6, a=?
1
Lab 2: Generate 200 samples from Bin(20,0.46)
2
卜瓦松分佈 (Poisson distribution)
x,,e,一隨機變數X,若其p.m.f.為 , x=0,1,2,…; 其中,稱為f(x),,,0x!
有參數之卜瓦松分佈,以表之。 ,,Poi,,
參數說明, lambda,為Poisson分佈的期望值(為一正數)。 程式指令,
X 所對應的機率,dpois(x,lambda),
X所對應的累積機率,ppois(x,lambda),
累積機率p所對應的分位數,qpois(p,lambda),
產生n個卜瓦松分佈的隨機亂數,rpois(n,lambda)。
範例程式,
dpois(3, lambda=5) # Compute P(X=3) for X~Poi(5) ppois(3, lambda=5) # Compute P(X<=3) for X~Poi(5) qpois(0.3, lambda=5) # Compute , a=? for X~Poi(5) P(X,a),0.3
rpois(20,3) #sample of size 20 with a mean of 3
Lab:
,,1. X ~ Poi (1.35), Obtain =? PrX,10
,,,,2. X ~ Poi (2.7), Obtain , =? PrX,2PX,3
3. Generate 10 samples from Poi (3.7).
3
常態分佈 (Normal distribution)
22常態分佈又稱高斯分佈, 有二參數及,,,一般以,,,,R,N,,,,,,0表式此分佈,p.d.f.為
2,()x,,122,,,fx,e;x,R ,,2
稱為位置參數(location parameter),因為影響圖形的位置,則為尺度參數。 ,,,以下以mean代表參數,sd代表參數。 ,,
程式指令,
X 所對應的密度函數,dnorm(x, mean=0, sd=1),
X所對應的累積機率,pnorm(x, mean=0, sd=1),
累積機率p所對應的分位數,qnorm(p, mean=0, sd=1),
產生n個常態分佈的隨機亂數,rnorm(n, mean=0, sd=1)。 範例程式,
2dnorm(3, 1, 5) # Compute f(3) for,, X~N1,5
2pnorm(3, 1, 5) # Compute P(X<=3) for,, X~N1,5
2pnorm (0.6, 1, 5) # Compute for,, P(X,a),0.6X~N1,5
2rnorm(20, 2, 10) # generate a sample of 20 from ,, X~N2,10Lab:
2,,,,1. ,,, Obtain , =? X~N4,3f2PrX,,2
2,,,,2. , Obtain , a=? X~N4,3PX,a,0.3
23. Generate 20000 samples from ,,.N10,20
4
5