www.jagostat.com

www.jagostat.com

Website Belajar Matematika & Statistika

Website Belajar Matematika & Statistika

Tutorial R   »   Distribusi Peluang   ›  Distribusi Binomial Negatif dalam Pemrograman R
Distribusi Binomial Negatif

Distribusi Binomial Negatif dalam Pemrograman 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()


Flag Counter

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)
                
              
Argumen
xvector of (non-negative integer) quantiles.
qvector of quantiles.
pvector of probabilities.
nnumber of observations. If length(n) > 1, the length is taken to be the number required.
sizetarget for number of successful trials, or dispersion parameter (the shape parameter of the gamma mixing distribution). Must be strictly positive, need not be integer.
probprobability of success in each trial. 0 < prob <= 1.
mualternative parametrization via mean.
log, log.plogical; if TRUE, probabilities p are given as log(p).
lower.taillogical; if TRUE (default), probabilities are P[X ≤ x], otherwise, P[X > x].
Artikel Terkait

Do not fear the winds of adversity. Remember, a kite rises against the wind rather than with it.