और probability distributions

R में Statistics परिचय

Maggie Matsui

Content Developer, DataCamp

Exponential distribution

Poisson घटनाओं के बीच समय की प्रायिकता
उदाहरण
- गोद लिए जाने के बीच > 1 दिन की प्रायिकता
- रेस्तरां आगमन के बीच < 10 मिनट की प्रायिकता
- भूकंपों के बीच 6-8 महीने की प्रायिकता
lambda (rate) भी उपयोग होती है
सतत (समय)

औसतन, हर 2 मिनट में एक customer service टिकट बनता है
- $\lambda$ = प्रति मिनट 0.5 customer service टिकट

lambda = 0.5 वाला exponential distribution

3 exponential distributions: lambda = 0.5, lambda = 1, और lambda = 1.5

$P(\text{wait} < \text{1 min})$ =

pexp(1, rate = 0.5)

0.3934693

$P(\text{wait} > \text{4 min})$ =

pexp(4, rate = 0.5, lower.tail = FALSE)

0.1353353

$P(\text{1 min} < \text{wait} < \text{4 min})$ =

pexp(4, rate = 0.5) - pexp(1, rate = 0.5)

0.4711954

Rate (Poisson) के रूप में:

समय (exponential) के रूप में:

t-distribution और normal distribution एक ही अक्ष पर

पैरामीटर degrees of freedom (df) पूंछों की मोटाई को प्रभावित करता है
- कम df = मोटी पूंछें, अधिक standard deviation
- अधिक df = normal distribution के करीब

3 t distributions: df = 1, df = 5, और df = 10

ऐसा वैरिएबल जिसका लॉगरिद्म normally distributed हो
उदाहरण:
- शतरंज खेलों की लंबाई
- वयस्क blood pressure
- 2003 SARS प्रकोप में hospitalizations की संख्या

3 log-normal distributions: sd = 0.5, sd = 1, और sd = 1.5

R में Statistics परिचय