Introduction aux statistiques avec R
Maggie Matsui
Content Developer, DataCamp


rbinom(# of trials, # of coins, # probability of heads/success)
1 = pile, 0 = face
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

Distribution de probabilité du nombre de succès dans une suite d'épreuves indépendantes
P. ex. nombre de piles lors d'une suite de lancers
Décrite par $n$ et $p$


$P(\text{pile} = 7)$
# dbinom(num heads, num trials, prob of heads)
dbinom(7, 10, 0.5)
0.1171875
$P(\text{pile} \le 7)$
pbinom(7, 10, 0.5)
0.9453125
$P(\text{pile} > 7)$
pbinom(7, 10, 0.5, lower.tail = FALSE)
0.0546875
1 - pbinom(7, 10, 0.5)
0.0546875
$\text{Valeur attendue} = n \times p$
Nombre attendu de piles sur 10 lancers $= 10 \times 0.5 = 5$
La loi binomiale est une distribution de probabilité du nombre de succès dans une suite d'épreuves indépendantes

La loi binomiale est une distribution de probabilité du nombre de succès dans une suite d'épreuves indépendantes
Les probabilités du deuxième tirage changent selon l'issue du premier
Si les épreuves ne sont pas indépendantes, la loi binomiale ne s'applique pas !

Introduction aux statistiques avec R