R の dgeom、pgeom、qgeom、rgeom のガイド

このチュートリアルでは、次の関数を使用して R で幾何分布を操作する方法を説明します。

• dgeom : 幾何確率密度関数の値を返します。
• pgeom : 累積幾何密度関数の値を返します。
• qgeom : 逆幾何累積密度関数の値を返します。
• rgeom : 分散幾何学的確率変数のベクトルを生成します。

これらの各関数を使用する例をいくつか示します。

ディオム

dgeom関数は、次の構文を使用して、一連のベルヌーイ試行で最初の成功を経験する前に一定回数の失敗が経験する確率を求めます。

dgeom(x, 確率)

金：

• x:最初の成功までの失敗回数
• prob:特定の試行が成功する確率

この関数の実際の使用例を次に示します。

研究者は図書館の外で待機し、人々に特定の法律を支持するかどうかを尋ねます。特定の人が法則を支持する確率は p = 0.2 です。研究者が話しかけた 4 人目の人がその法律を最初に支持する確率はどれくらいですか?

 dgeom(x=3, prob=.2)

#0.1024

研究者が最初の成功の前に 3 回の「失敗」を経験する確率は0.1024です。

プゲム

プジオム この関数は、次の構文を使用して、一連のベルヌーイ試行で最初の成功を経験する前に、一定回数以下の失敗が経験する確率を求めます。

pgeom(q,prob)

金：

• q:最初の成功までの失敗回数
• prob:特定の試行が成功する確率

この関数の実際の使用例をいくつか示します。

研究者は図書館の外で待機し、人々に特定の法律を支持するかどうかを尋ねます。特定の人が法則を支持する確率は p = 0.2 です。研究者が法律を支持する人を見つけるために 3 人以下の人と話をしなければならない確率はどれくらいですか?

 pgeom(q=3, prob=.2)

#0.5904

研究者が法律を支持する人を見つけるために 3 人以下の人と話す必要がある確率は0.5904です。

研究者は図書館の外で待機し、人々に特定の法律を支持するかどうかを尋ねます。特定の人が法則を支持する確率は p = 0.2 です。この法律を支持する人を見つけるために研究者が 5 人以上と話をしなければならない確率はどれくらいですか?

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

#0.262144

研究者が法律を支持する人を見つけるために 5 人以上の人と話す必要がある確率は0.262144です。

クジオム

クジオム この関数は、次の構文を使用して、特定のパーセンタイルに対応する失敗の数を見つけます。

qgeom(p, prob)

金：

• p:パーセンタイル
• prob:特定の試行が成功する確率

この関数の実際の使用例を次に示します。

研究者は図書館の外で待機し、人々に特定の法律を支持するかどうかを尋ねます。特定の人が法則を支持する確率は p = 0.2 です。人が法を支持しないという事実を「失敗」と考えます。研究者は、最初の成功の前に失敗数の 90 パーセンタイルに達するには、何回「失敗」を経験する必要があるでしょうか?

 qgeom(p=.90, prob=0.2)

#10

研究者は、最初の成功の前に、失敗数の 90 パーセンタイルに達するには、 10回の「失敗」を経験する必要があります。

ジェオム

ジオメトリ この関数は、次の構文を使用して、最初の成功までの失敗回数を表すランダムな値のリストを生成します。

rgeom(n, 確率)

金：

• n:生成する値の数
• prob:特定の試行が成功する確率

この関数の実際の使用例を次に示します。

研究者は図書館の外で待機し、人々に特定の法律を支持するかどうかを尋ねます。特定の人が法則を支持する確率は p = 0.2 です。人が法を支持しないという事実を「失敗」と考えます。研究者が法律を支持する人を見つけるまでにどれだけの「失敗」を経験するかについて 10 のシナリオをシミュレートします。

 set.seed(0) #make this example reproducible

rgeom(n=10, prob=.2)

#1 2 1 10 7 4 1 7 4 1

これを解釈する方法は次のとおりです。

• 最初のシミュレーション中に、研究者は法則を支持する人を見つけるまでに 1 回の失敗を経験しました。
• 2 回目のシミュレーション中、研究者は法律を支持する人を見つけるまでに 2 回の失敗を経験しました。
• 3 回目のシミュレーション中、研究者は法則を支持する人を見つけるまでに 1 回の失敗を経験しました。
• 4 番目のシミュレーションでは、研究者は法則を支持する人を見つけるまでに 10 回の失敗を経験しました。

等々。

追加リソース

幾何分布の概要
幾何分布計算機