Cara menggunakan distribusi gamma di r (dengan contoh)
Dalam statistik, distribusi gamma sering digunakan untuk memodelkan probabilitas terkait waktu tunggu.
Kita dapat menggunakan fungsi berikut untuk bekerja dengan distribusi gamma di R:
- dgamma(x, bentuk, laju) – mencari nilai fungsi kerapatan distribusi gamma dengan parameter bentuk dan laju tertentu.
- pgamma(q, bentuk, laju) – menemukan nilai fungsi kepadatan kumulatif dari distribusi gamma dengan parameter bentuk dan laju tertentu.
- qgamma(p, bentuk, laju) – menemukan nilai kebalikan dari fungsi kerapatan kumulatif dari distribusi gamma dengan parameter bentuk dan laju tertentu.
- rgamma(n, bentuk, laju) – menghasilkan n variabel acak yang mengikuti distribusi gamma dengan parameter bentuk dan laju tertentu.
Contoh berikut menunjukkan cara menggunakan masing-masing fungsi ini dalam praktiknya.
Contoh 1: Cara menggunakan dgamma()
Kode berikut menunjukkan cara menggunakan fungsi dgamma() untuk membuat plot kepadatan probabilitas distribusi gamma dengan parameter tertentu:
#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)
Contoh 2: Cara menggunakan pgamma()
Kode berikut menunjukkan cara menggunakan fungsi pgamma() untuk membuat plot kepadatan kumulatif distribusi gamma dengan parameter tertentu:
#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)
Contoh 3: Cara menggunakan qgamma()
Kode berikut menunjukkan cara menggunakan fungsi qgamma() untuk membuat plot kuantil distribusi gamma dengan parameter tertentu:
#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)
Contoh 4: Cara menggunakan rgamma()
Kode berikut menunjukkan cara menggunakan fungsi rgamma() untuk menghasilkan dan memvisualisasikan 1000 variabel acak yang mengikuti distribusi gamma dengan parameter bentuk 5 dan parameter laju 3:
#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)
Sumber daya tambahan
Tutorial berikut menjelaskan cara menggunakan distribusi statistik umum lainnya di R:
Cara menggunakan distribusi normal di R
Cara menggunakan distribusi binomial di R
Cara menggunakan distribusi Poisson di R
Cara menggunakan distribusi geometri di R