生成二项分布数据
# 生成二项分布数据
n_trials <- 100 # 试验次数
prob_success <- 0.5 # 单次试验成功的概率
binomial_data <- rbinom(n_trials, size = 10, prob = prob_success)
上述代码使用rbinom函数生成了包含100个试验次数、每次试验的成功概率为0.5的二项分布数据。
绘制二项分布的直方图
# 安装并加载ggplot2包
install.packages("ggplot2")
library(ggplot2)
# 绘制直方图
ggplot() +
geom_histogram(aes(x = binomial_data, y = ..density..), bins = 30, fill = "blue", color = "black") +
labs(title = "Binomial Distribution", x = "Number of Successes", y = "Density")
上述代码使用ggplot2包绘制了二项分布的直方图。
计算二项分布的概率质量函数
# 计算二项分布的概率质量函数
probability_mass_function <- dbinom(0:10, size = 10, prob = prob_success)
# 显示每个可能取值的概率
data.frame(Value = 0:10, Probability = probability_mass_function)
上述代码使用dbinom函数计算了二项分布数据每个可能取值的概率质量函数。
这些是处理二项分布的一些基本操作，你可以根据需要进行更复杂的分析和可视化。
转载请注明出处：http://www.pingtaimeng.com/article/detail/6421/R语言