Tutorial R
Distribusi binomial negatif memiliki ciri bahwa peubah acaknya menyatakan banyaknya percobaan yang diperlukan untuk mendapatkan sebanyak k sukses. Terdapat empat fungsi untuk menangani distribusi binomial negatif dalam pemrograman R yakni: dnbinom(), pnbinom(), qnbinom(), rnbinom()
Distribusi binomial negatif memiliki ciri bahwa peubah acaknya menyatakan banyaknya percobaan yang diperlukan untuk mendapatkan sebanyak k sukses.
Bila usaha yang saling bebas, dilakukan berulang kali dan menghasilkan sukses dengan peluang \(p\) sedangkan gagal dengan peluang \(q =1-p\), maka distribusi peluang peubah acak \(X\), yaitu banyaknya usaha yang berakhir tepat pada sukses ke \(k\), diberikan oleh
\[ g(x;p) = \begin{cases} \binom{x-1}{k-1} \ p^k \ (1-p)^{x-k}, &\quad x = k,k+1,\dotsc \\[1em] 0, &\quad x \ \text{lainnya} \end{cases} \]
Terdapat empat fungsi untuk menangani distribusi binommial negatif dalam pemrograman R yakni: dnbinom()
, pnbinom()
, qnbinom()
, dan rnbinom()
.
dnbinom(x, size, prob, mu, log = FALSE)
pnbinom(q, size, prob, mu, lower.tail = TRUE, log.p = FALSE)
qnbinom(p, size, prob, mu, lower.tail = TRUE, log.p = FALSE)
rnbinom(n, size, prob, mu)
x | vector of (non-negative integer) quantiles. |
q | vector of quantiles. |
p | vector of probabilities. |
n | number of observations. If length(n) > 1 , the length is taken to be the number required. |
size | target for number of successful trials, or dispersion parameter (the shape parameter of the gamma mixing distribution). Must be strictly positive, need not be integer. |
prob | probability of success in each trial. 0 < prob <= 1. |
mu | alternative parametrization via mean. |
log, log.p | logical; if TRUE, probabilities p are given as log(p). |
lower.tail | logical; if TRUE (default), probabilities are P[X ≤ x], otherwise, P[X > x]. |
Do not fear the winds of adversity. Remember, a kite rises against the wind rather than with it.
Unknown