機率分佈

文章推薦指數: 80 %
投票人數:10人

另外,在舉例說明部分,我們只針對二項分佈及常態分佈提供例子上的應用和說. 明,其餘分佈皆可按同樣的步驟和方法得到。

二項分佈. (Binomial distribution) ...         在此僅針對機率分佈在某一點所對應的密度(density)、累積機率,及某一機    率值所對應的分位數(quantile),並利用分佈產生隨機亂數等相關語法作討論。

      名詞解釋的部分僅作一簡單的說明,若欲進一步閱讀請參考黃文璋(2003).      數理統計第二章,華泰文化事業股份有限公司。

    另外,在舉例說明部分,我們只針對二項分佈及常態分佈提供例子上的應用和說    明,其餘分佈皆可按同樣的步驟和方法得到。

  二項分佈 (Binomial distribution)       名稱 說明 二項分佈 (Binomial distribution) 觀測個獨立的伯努力試驗,每次成功之機率皆設為,又以表總共成功之次數。

則之p.d.f.可表為 一隨機變數之p.d.f.若有如上式之型式,便稱為有參數及之二項分佈,以表之,其中為一正整數,。

底下以size代表參數,prob代表參數。

  二項分佈: x 所對應的密度: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)。

            參數說明: size:實驗次數(例如:投擲一個銅板次); prob:每次實驗的成功機率(例如:銅板出現正面的機率)。

       資料說明:(來源:統計軟體R之內建資料庫)                 範例程式碼:                                                 波松分佈 (Poisson distribution)       名稱 說明 波松分佈 (Poisson distribution) 一隨機變數,若其p.d.f.為 其中,便稱為有參數之波松分佈,以表之。

底下以lambda代表參數。

  波松分佈: x所對應的密度:dpois(x,lambda); x所對應的累積機率:ppois(x,lambda); 機率p所對應的分位數:qpois(p,lambda); 產生n個二項分佈的隨機亂數:rpois(n,lambda)。

            參數說明: lambda:為Poisson分佈的期望值(為一正數)。

  Gamma 分佈 (Gamma distribution)       名稱 說明 Gamma 分佈 (Gamma distribution) 隨機變數,若其p.d.f.為 其中為二正數,便稱為有之gamma 分佈,以表之。

gamma 函數之定義為 Gamma 分佈中的參數,稱為形狀參數(shape parameter),稱為尺度參數(scale paremeter)。

此因影響p.d.f圖形之陡峭程度,而影響散佈程度。

底下以shape代表參數 , scale代表參數 。

  Gamma分佈: x 所對應的密度:dgamma(x,shape,scale); x所對應的累積機率:pgamma(x,shape,scale); 機率p所對應的分位數:qgamma(q,shape,scale); 產生n個二項分佈的隨機亂數:rgamma(n,shape,scale)。

  卡方分佈 (Chi-square distribution)       名稱 說明 卡方分佈 (Chi-square distribution) 如果gamma 分佈之=,其中為一正整數,,便得到卡方分佈。

卡方分佈只有一參數,稱為其自由度(degree offreedom),而p.d.f.為 此分佈以表之。

底下以df代表參數。

  卡方分佈: x所對應的密度:dchisq(x,df,ncp=0); x所對應的累積機率:pchisq(x,df,ncp=0); 機率p所對應的分位數:qchisq(p,df,ncp=0); 產生n個二項分佈的隨機亂數:rchisq(n,df,ncp=0)。

            參數說明: df:自由度; ncp:非中心參數(non-centralityparameter),預設值為 0。

    (注意:只有累積機率的指令中才可變更ncp的數值)    常態分佈 (Normal distribution)       名稱 說明 常態分佈 (Normal distribution) 常態分佈又稱高斯分佈。

常態分佈有二參數及,,,以表此分佈,p.d.f.為 稱為位置參數(location parameter),此因影響圖形的位置,則為尺度參數。

底下以mean代表參數,sd代表參數。

  常態分佈: x 所對應的密度:dnorm(x,mean=0,sd=1); x所對應的累積機率:pnorm(x,mean=0,sd=1); 機率p所對應的分位數:qnorm(p,mean=0,sd=1); 產生n個二項分佈的隨機亂數:rnorm(n,mean=0,sd=1)。

            參數說明: mean:期望值,預設值為 0; sd:標準差(standarddeviation),預設值為 1。

       資料說明:(來源:)                 範例程式碼:                                                 T 分佈 (Student's Tdistribution)       名稱 說明 T分佈 (Student's Tdistribution) 設,為二獨立的隨機變數,分別有及分佈。

令         則稱有自由度之T分佈,以表之。

設為一組由分部所產生之隨機樣本。

則 有分佈,其中和分別代表樣本平均和樣本標準差。

底下以df代表參數。

  T分佈: x 所對應的密度:dt(x,df); x所對應的累積機率:pt(x,df,ncp=0); 機率p所對應的分位數:qt(p,df); 產生n個二項分佈的隨機亂數:rt(n,df)。

            參數說明: df:自由度; ncp:非中心參數(non-centralityparameter),預設值為 0。

(注意:只有累積機率的指令中才可變更ncp的數值)   F 分佈 (Fisher's Fdistribution)       名稱 說明 F分佈 (Fisher's Fdistribution) 設,為二獨立的隨機變數,分別有及分佈。

令 則稱有自由度及之F分佈。

底下以df1代表參數,df2代表參數。

  二項分佈: x 所對應的密度:df(x,df1,df2); x所對應的累積機率:pf(x,df1,df2,ncp=0); 機率p所對應的分位數:qf(p,df1,df2); 產生n個二項分佈的隨機亂數:rf(n,df1,df2)。

            參數說明: df1,df2:自由度; ncp:非中心參數(non-centralityparameter),預設值為 0。

(注意:只有累積機率的指令中才可變更ncp的數值)    Beta 分佈 (Beta distribution)       名稱 說明 Beta 分佈 (Beta distribution) Beta分佈定義在區間(0,1) ,有兩參數,,以表之,此分佈的機率密度函數 p.d.f.為: beta函數為 Beta分佈是少數取值在一有限區間的常見分佈,可用來當作取值在0至1的母體之機率模式。

底下以shape1代表參數,shape2代表參數。

  Beta分佈: x所對應的密度:dbeta(x,shape1,shape2); x所對應的累積機率:pbeta(x,shape1,shape2); 機率p所對應的分位數:qbeta(p,shape1,shape2); 產生n個二項分佈的隨機亂數:rbeta(n,shape1,shape2)。

  其他分佈   幾何分佈Geometric 超幾何分佈Hypergeometric 負二項分佈NegBinomial SignRank Wilcoxon 柯西分佈Cauchy 指數分佈Exponential Logistic 對數常態分佈Lognormal Tukey 韋伯分佈Weibull           



請為這篇文章評分?