r语言 binom.test 对二项分布中哪个参数进行检验

Python021

r语言 binom.test 对二项分布中哪个参数进行检验,第1张

对比率P啊，binom.test(x, n, p = 0.5, alternative = c(“two.sided”,“less”,“greater”),conf.level= 0.95)

x为具有特征样本数，n为样本总数，p为检验的比率；

例子：

有一批蔬菜种子的平均发芽率p0=0.85，现随即抽取500粒，用种衣剂进行浸种处理，结果有445粒发芽。试检验种衣剂对种子发芽率有无效果。

解：根据题意，所检验的问题为

H0：p=p0=0.85， H1：p≠p0

可以用R语言的binom.test

代码：binom.test(445,500,p=0.85)

Q1不知道你想求什么，是想求最后还能用灯泡的个数么。

那直接一句话就可以了。用二项分布随机数，你整个function就是在做二项分布随机数。

>rbinom(10,500,0.99) #做10次试验，500个灯泡，每个灯泡的故障率是0.01

[1] 495 495 495 494 492 494 499 493 495 491

Q2 quantile()是求一组数据的分为点，默认最大最小值，上下四分位数和中位数，当然你可以指定

quantile(vector,c(0.1,0.3,0.6))就是输出vector这组数的10% 30% 和60%的分位数

qbinom()是生成二项分布的分位数 qbinom(p, size, prob) p是对应的百分比

quantile() 会找出满足 F(x) ≥ p 最小的x 有点像pbinom的反函数，但由于是离散的，会有小小差别。

Q3 看Q1

#为什么是 0: (size-1)? 不是应该n吗？ n是试验次数，size是你的500

#这个function有什么用？ 日后调用

#随机一个号码？ 是随机一个0，1均匀分布的随机数

#这N有什么用， pbinom是生成了500个0到1之间的点，你如果plot一下就是二项分布的分布函数，注意不是分布律P(X=k)，是P(X<=k) k是0: (size -1) 为什么没有size？因为P(X<=size)=1 没啥用。 N之前不是 x<- runif (1) 生成了一个0，1均匀分布的随机数，看看一共有多少个大于它。所以用了sum

#这个又有什么用。就是最后输出N，如果你觉得不明显的话，可以用return(N)代替

#这个也不明白 replicate (n , singlenumber()) 重复n次，就是试验n次

补充：你可以这么写

ranbin<-function(size,prob){

cumpois<-pbinom(0:(size-1),size,prob)

x<-runif(1)

N<-sum(x>cumpois)

N

}

这样就相当于n=1了

两种可能结果的离散随机变量概率分布 ，失败是0，成功是1，p是成功的概率。

dbinorm() ：提供任何有效x的概率质量函数

pbinom() ：提供累积概率分布，求结果成功q次及q次以下的累积概率,给定分位数值q,输出累积概率p

qbinom() ：累积概率分布的逆（ pbinom() 的逆），给定累积概率p，输出分位数值q

rbinom() ：产生n个服从二项分布的随机数

3. dpois() , ppois() , qpois() , rpois()

dt() , pt() , qt() , rt()