R - Distribución binomial

El modelo de distribución binomial trata de encontrar la probabilidad de éxito de un evento que tiene solo dos resultados posibles en una serie de experimentos. Por ejemplo, lanzar una moneda siempre da cara o cruz. La probabilidad de encontrar exactamente 3 caras al lanzar una moneda repetidamente 10 veces se estima durante la distribución binomial.

R tiene cuatro funciones integradas para generar distribución binomial. Se describen a continuación.

dbinom(x, size, prob)
pbinom(x, size, prob)
qbinom(p, size, prob)
rbinom(n, size, prob)

A continuación se muestra la descripción de los parámetros utilizados:

x es un vector de números.
p es un vector de probabilidades.
n es el número de observaciones.
size es el número de ensayos.
prob es la probabilidad de éxito de cada ensayo.

dbinom ()

Esta función da la distribución de densidad de probabilidad en cada punto.

# Create a sample of 50 numbers which are incremented by 1.
x <- seq(0,50,by = 1)

# Create the binomial distribution.
y <- dbinom(x,50,0.5)

# Give the chart file a name.
png(file = "dbinom.png")

# Plot the graph for this sample.
plot(x,y)

# Save the file.
dev.off()

Cuando ejecutamos el código anterior, produce el siguiente resultado:

pbinom ()

Esta función da la probabilidad acumulada de un evento. Es un valor único que representa la probabilidad.

# Probability of getting 26 or less heads from a 51 tosses of a coin.
x <- pbinom(26,51,0.5)

print(x)

Cuando ejecutamos el código anterior, produce el siguiente resultado:

[1] 0.610116

qbinom ()

Esta función toma el valor de probabilidad y da un número cuyo valor acumulativo coincide con el valor de probabilidad.

# How many heads will have a probability of 0.25 will come out when a coin
# is tossed 51 times.
x <- qbinom(0.25,51,1/2)

print(x)

Cuando ejecutamos el código anterior, produce el siguiente resultado:

[1] 23

rbinom ()

Esta función genera el número requerido de valores aleatorios de probabilidad dada de una muestra dada.

# Find 8 random values from a sample of 150 with probability of 0.4.
x <- rbinom(8,150,.4)

print(x)

Cuando ejecutamos el código anterior, produce el siguiente resultado:

[1] 58 61 59 66 55 60 61 67