二项分布
二项分布即重复n次独立的伯努利试验。在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,并且相互独立,与其它各次试验结果无关,事件发生与否的概率在每一次独立试验中都保持不变,则这一系列试验总称为n重伯努利实验,当试验次数为1时,二项分布服从0-1分布。
统计学定义
二项分布,重复n次出现概率相同的某一事件,出现某种情况的可能概率。
在概率论和统计学中,数学期望(mean)(或均值,亦简称期望)是试验中每次可能结果的概率乘以其结果的总和。是最基本的数学特征之一。它反映随机变量平均取值的大小。
方差(variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中,研究方差即偏离程度有着重要意义。
数学期望体现了随机变量取值的集中位置,他是随机变量的一个重要数字特征,方差体现了随机变量跟其平均值的离散程度。
dbinom(x, size, prob, log = FALSE)# 可用于计算二项= FALSE分布的概率。
pbinom(q, size, prob, lower.tail = TRUE, log.p = FALSE)
qbinom(p, size, prob, lower.tail = TRUE, log.p )
rbinom(n, size, prob)#产生数是独立实验成功的次数。
rbinom(n, size, prob),n代表rbinom函数运行n次,size代表实验size次,prob是每次运行实验成功的次数。如果size=1,则是伯努利实验,产生结果只能是0或者1.
(该函数,是模拟实验生成而像分布的满足要求的x向量的数值)
dbinom(x, size, prob, log = FALSE)# 可用于计算二项= FALSE分布的概率。
##该函数计算公式p(x=k)的结果,即实验成功x=k次的概率。
x为实验成功次数,size为实验次数。
pbinom(q, size, prob, lower.tail = TRUE, log.p = FALSE)为二项分布的密度累计概率
qbinom(p, size, prob, lower.tail = TRUE, log.p )##是dbinom的逆,求该概率下实验成功的次数x