Inleiding tot statistiek in R
Maggie Matsui
Content Developer, DataCamp


rbinom(# of trials, # of coins, # probability of heads/success)
1 = kop, 0 = munt
rbinom(1, 1, 0.5)
1
rbinom(1, 1, 0.5)
0
rbinom(8, 1, 0.5)
1 0 0 1 0 0 1 0

rbinom(1, 8, 0.5)
3

rbinom(10, 3, 0.5)
2 0 1 0 1 1 3 3 3 1

rbinom(10, 3, 0.25)
1 1 0 0 1 1 1 1 2 1

Kansverdeling van het aantal successen in een reeks onafhankelijke proeven
Bijv. aantal kop bij een reeks muntworpen
Bepaald door $n$ en $p$


$P(\text{kop} = 7)$
# dbinom(aantal kop, aantal worpen, kans op kop)
dbinom(7, 10, 0.5)
0.1171875
$P(\text{kop} \le 7)$
pbinom(7, 10, 0.5)
0.9453125
$P(\text{kop} > 7)$
pbinom(7, 10, 0.5, lower.tail = FALSE)
0.0546875
1 - pbinom(7, 10, 0.5)
0.0546875
$\text{Verwachtingswaarde} = n \times p$
Verwacht aantal kop bij 10 worpen $= 10 \times 0.5 = 5$
De binomiale verdeling is een kansverdeling van het aantal successen in een reeks onafhankelijke proeven

De binomiale verdeling is een kansverdeling van het aantal successen in een reeks onafhankelijke proeven
Kansen bij de tweede proef veranderen door de uitkomst van de eerste
Als proeven niet onafhankelijk zijn, geldt de binomiale verdeling niet!

Inleiding tot statistiek in R