Panduan untuk dgeom, pgeom, qgeom dan rgeom di r

Tutorial ini menjelaskan cara bekerja dengan distribusi geometri di R menggunakan fungsi berikut

• dgeom : mengembalikan nilai fungsi kepadatan probabilitas geometris.
• pgeom : mengembalikan nilai fungsi kepadatan geometri kumulatif.
• qgeom : mengembalikan nilai fungsi kepadatan kumulatif geometris terbalik.
• rgeom : menghasilkan vektor variabel acak geometris terdistribusi.

Berikut adalah beberapa contoh kapan Anda dapat menggunakan masing-masing fungsi ini.

dgeom

Fungsi dgeom mencari kemungkinan mengalami sejumlah kegagalan tertentu sebelum mengalami keberhasilan pertama dalam serangkaian uji coba Bernoulli, dengan menggunakan sintaksis berikut:

dgeom(x, masalah)

Emas:

• x: jumlah kegagalan sebelum keberhasilan pertama
• prob: probabilitas keberhasilan pada percobaan tertentu

Berikut adalah contoh penggunaan praktis fungsi ini:

Seorang peneliti menunggu di luar perpustakaan untuk menanyakan orang-orang apakah mereka mendukung undang-undang tertentu. Peluang seseorang mendukung hukum adalah p = 0,2. Berapa probabilitas bahwa orang keempat yang diajak bicara oleh peneliti akan menjadi orang pertama yang mendukung undang-undang tersebut?

 dgeom(x=3, prob=.2)

#0.1024

Peluang peneliti mengalami 3 “kegagalan” sebelum keberhasilan pertama adalah 0,1024 .

halaman

Halaman itu   Fungsi tersebut mencari kemungkinan mengalami sejumlah kegagalan atau lebih sedikit sebelum mengalami keberhasilan pertama dalam serangkaian uji coba Bernoulli, menggunakan sintaksis berikut:

halaman(q,masalah)

Emas:

• q: jumlah kegagalan sebelum kesuksesan pertama
• prob: probabilitas keberhasilan pada percobaan tertentu

Berikut beberapa contoh penggunaan praktis fungsi ini:

Seorang peneliti menunggu di luar perpustakaan untuk menanyakan orang-orang apakah mereka mendukung undang-undang tertentu. Peluang seseorang mendukung hukum adalah p = 0,2. Berapa probabilitas peneliti harus berbicara dengan 3 orang atau kurang untuk menemukan seseorang yang mendukung undang-undang tersebut?

 pgeom(q=3, prob=.2)

#0.5904

Peluang peneliti harus berbicara dengan 3 orang atau kurang untuk menemukan seseorang yang mendukung hukum adalah 0,5904 .

Seorang peneliti menunggu di luar perpustakaan untuk menanyakan orang-orang apakah mereka mendukung undang-undang tertentu. Peluang seseorang mendukung hukum adalah p = 0,2. Berapa probabilitas peneliti harus berbicara dengan lebih dari 5 orang untuk menemukan seseorang yang mendukung undang-undang tersebut?

 1 - pgeom(q=5, prob=.2)

#0.262144

Peluang peneliti harus berbicara dengan lebih dari 5 orang untuk menemukan seseorang yang mendukung hukum adalah 0,262144 .

qgeom

Qgeom   Fungsi ini menemukan jumlah kegagalan yang sesuai dengan persentil tertentu, menggunakan sintaksis berikut:

qgeom(p, masalah)

Emas:

• p: persentil
• prob: probabilitas keberhasilan pada percobaan tertentu

Berikut adalah contoh penggunaan praktis fungsi ini:

Seorang peneliti menunggu di luar perpustakaan untuk menanyakan orang-orang apakah mereka mendukung undang-undang tertentu. Peluang seseorang mendukung hukum adalah p = 0,2. Kami akan menganggap “kegagalan” fakta bahwa seseorang tidak mendukung hukum. Berapa banyak “kegagalan” yang harus dialami peneliti agar berada pada persentil ke-90 dari jumlah kegagalan sebelum keberhasilan pertama?

 qgeom(p=.90, prob=0.2)

#10

Peneliti perlu mengalami 10 “kegagalan” untuk mencapai persentil ke-90 dari jumlah kegagalan sebelum keberhasilan pertama.

rgéom

Geometri   Fungsi tersebut menghasilkan daftar nilai acak yang mewakili jumlah kegagalan sebelum keberhasilan pertama, menggunakan sintaks berikut:

rgeom(n, masalah)

Emas:

• n: jumlah nilai yang akan dihasilkan
• prob: probabilitas keberhasilan pada percobaan tertentu

Berikut adalah contoh penggunaan praktis fungsi ini:

Seorang peneliti menunggu di luar perpustakaan untuk menanyakan orang-orang apakah mereka mendukung undang-undang tertentu. Peluang seseorang mendukung hukum adalah p = 0,2. Kami akan menganggap “kegagalan” fakta bahwa seseorang tidak mendukung hukum. Simulasikan 10 skenario berapa banyak “kegagalan” yang akan dialami peneliti sampai dia menemukan seseorang yang mendukung hukum tersebut.

 set.seed(0) #make this example reproducible

rgeom(n=10, prob=.2)

#1 2 1 10 7 4 1 7 4 1

Cara menafsirkannya adalah:

• Pada simulasi pertama, peneliti mengalami 1 kali kegagalan sebelum menemukan seseorang yang mendukung hukum.
• Pada simulasi kedua, peneliti mengalami 2 kali kegagalan sebelum menemukan seseorang yang mendukung hukum.
• Pada simulasi ketiga, peneliti mengalami 1 kali kegagalan sebelum menemukan seseorang yang mendukung hukum.
• Pada simulasi keempat, peneliti mengalami 10 kegagalan sebelum menemukan seseorang yang mendukung hukum.

Dan seterusnya.

Sumber daya tambahan

Pengantar distribusi geometri
Kalkulator Distribusi Geometris