Verwendung der gammaverteilung in r (mit beispielen)
In der Statistik wird die Gammaverteilung häufig zur Modellierung von Wahrscheinlichkeiten im Zusammenhang mit Wartezeiten verwendet.
Wir können die folgenden Funktionen verwenden, um mit der Gammaverteilung in R zu arbeiten:
- dgamma(x, Form, Rate) – ermittelt den Wert der Dichtefunktion einer Gammaverteilung mit bestimmten Form- und Geschwindigkeitsparametern.
- pgamma(q, Form, Rate) – ermittelt den Wert der kumulativen Dichtefunktion einer Gammaverteilung mit bestimmten Form- und Geschwindigkeitsparametern.
- qgamma(p, Form, Rate) – ermittelt den Wert der inversen kumulativen Dichtefunktion einer Gammaverteilung mit bestimmten Form- und Geschwindigkeitsparametern.
- rgamma(n, Form, Rate) – generiert n Zufallsvariablen, die einer Gammaverteilung mit bestimmten Form- und Geschwindigkeitsparametern folgen.
Die folgenden Beispiele zeigen, wie Sie jede dieser Funktionen in der Praxis nutzen können.
Beispiel 1: Verwendung von dgamma()
Der folgende Code zeigt, wie Sie mit der Funktion dgamma() ein Wahrscheinlichkeitsdichtediagramm einer Gammaverteilung mit bestimmten Parametern erstellen:
#define x-values x <- seq(0, 2, by=0.01) #calculate gamma density for each x-value y <- dgamma(x, shape=5) #create density plot plot(y)
Beispiel 2: Verwendung von pgamma()
Der folgende Code zeigt, wie Sie mit der Funktion pgamma() ein kumulatives Dichtediagramm einer Gammaverteilung mit bestimmten Parametern erstellen:
#define x-values x <- seq(0, 2, by=0.01) #calculate gamma density for each x-value y <- pgamma(x, shape=5) #create cumulative density plot plot(y)
Beispiel 3: Verwendung von qgamma()
Der folgende Code zeigt, wie Sie mit der Funktion qgamma() ein Quantildiagramm einer Gammaverteilung mit bestimmten Parametern erstellen:
#define x-values x <- seq(0, 1, by=0.01) #calculate gamma density for each x-value y <- qgamma(x, shape=5) #create quantile plot plot(y)
Beispiel 4: Verwendung von rgamma()
Der folgende Code zeigt, wie Sie mit der Funktion rgamma() 1000 Zufallsvariablen generieren und visualisieren, die einer Gammaverteilung mit einem Formparameter von 5 und einem Ratenparameter von 3 folgen:
#make this example reproducible set. seeds (0) #generate 1,000 random values that follow gamma distribution x <- rgamma(n=1000, shape=5, rate=3) #create histogram to view distribution of values hist(x)
Zusätzliche Ressourcen
Die folgenden Tutorials erklären, wie man andere gängige statistische Verteilungen in R verwendet:
So verwenden Sie die Normalverteilung in R
Wie man die Binomialverteilung in R verwendet
So verwenden Sie die Poisson-Verteilung in R
Verwendung der geometrischen Verteilung in R