Ayrık dağılımlar

R ile İstatistik Mülakat Soruları Pratiği

Zuzanna Chmielewska

Actuary

Olasılık

Yaygın dağılımlara genel bakış

R'de olasılık fonksiyonları

önek	amaç	örnek
d	yoğunluk	dnorm()

R'de olasılık fonksiyonları

önek	amaç	örnek
d	yoğunluk	dnorm()
p	dağılım fonksiyonu	pnorm()

R'de olasılık fonksiyonları

önek	amaç	örnek
d	yoğunluk	dnorm()
p	dağılım fonksiyonu	pnorm()
q	kantil fonksiyonu	qnorm()

R'de olasılık fonksiyonları

önek	amaç	örnek
d	yoğunluk	dnorm()
p	dağılım fonksiyonu	pnorm()
q	kantil fonksiyonu	qnorm()
r	rassal değişkenler	rnorm()

Ayrık düzgün dağılım

Ayrık düzgün dağılım

Ayrık düzgün dağılım

Ayrık düzgün dağılım

sample(1:6, size = 1)

[1] 1

purrr::rdunif(n = 1, b = 6, a = 1)

[1] 2

Bernoulli dağılımı

Olasılık kütle fonksiyonu: $$ P(X = 1) = p $$

$$ P(X = 0) = 1-p $$

Bernoulli dağılımı

$$ p = 0.5 $$

Binom dağılımı

Binom dağılımı

Binom dağılımı

Binom dağılımı

$$ P(X=k)=\binom{n}{k}p^k(1-p)^{n-k} $$

Binom dağılımı

$$ P(X=k)=\binom{n}{k}p^k(1-p)^{n-k} $$

Binom dağılımı

$$ P(X=k)=\binom{n}{k}p^k(1-p)^{n-k} $$

Binom dağılımı

$$ P(X=k)=\binom{n}{k}p^k(1-p)^{n-k} $$

R'de binom dağılımı

Binom dağılımı:

rbinom(n, size = k, prob = p)

Bernoulli dağılımı:

rbinom(n, size = 1, prob = p)

Frekans tablosu

random_numbers <- sample(1:10, size = 1000, replace = TRUE)

table(random_numbers)

random_numbers
  1   2   3   4   5   6   7   8   9  10 
101 106  82 102  91 104 105 106 109  94

Frekans grafiği

random_numbers <- sample(1:10, size = 1000, replace = TRUE)

barplot(table(random_numbers))

Yeniden üretilebilirlik

set.seed(123)

sample(1:10, size = 3)
sample(1:10, size = 3)

3 10 2
2  6 3

Yeniden üretilebilirlik

set.seed(123)
sample(1:10, size = 3)
set.seed(123)
sample(1:10, size = 3)

3 10 2
3 10 2

Özet

• R'de olasılık fonksiyonları
• yaygın ayrık dağılımlar
  • ayrık düzgün
  • bernoulli
  • binom
• frekans grafiği
• yeniden üretilebilirlik

Hadi pratik yapalım!

R ile İstatistik Mülakat Soruları Pratiği