R in triangular distribution ကို အသုံးပြုပုံ (ဥပမာများဖြင့်)
တြိဂံပုံသဏ္ဍာန်ဖြန့်ဝေမှုသည် တြိဂံပုံသဏ္ဍာန်ဖြစ်နိုင်ခြေသိပ်သည်းဆလုပ်ဆောင်မှုဖြင့် စဉ်ဆက်မပြတ်ဖြစ်နိုင်ခြေဖြန့်ဝေမှုတစ်ခုဖြစ်သည်။
၎င်းကို တန်ဖိုးသုံးခုဖြင့် သတ်မှတ်သည်။
- အနိမ့်ဆုံး တန်ဖိုးရှိတယ်။
- အမြင့်ဆုံးတန်ဖိုး b
- အမြင့်ဆုံးတန်ဖိုး c
R တွင်တြိဂံဖြန့်ဝေမှု၏ဖြစ်နိုင်ခြေများကိုတွက်ချက်ရန်၊ အောက်ဖော်ပြပါ syntax ကိုအသုံးပြုသည့် EnvStats ပက်ကေ့ခ်ျမှ ptri( ) လုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-
ptri(q၊ အနည်းဆုံး = 0၊ အများဆုံး = 1၊ မုဒ် = 1/2)
ရွှေ-
- q : အတိုးပမာဏ
- min : ဖြန့်ဖြူးမှု၏ အနည်းဆုံးတန်ဖိုး
- အမြင့်ဆုံး : ဖြန့်ဖြူးမှု၏ အမြင့်ဆုံးတန်ဖိုး
- မုဒ် – ဖြန့်ဖြူးမှု၏ အထွတ်အထိပ်တန်ဖိုး
အောက်ပါဥပမာများသည် R တွင် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးပြုနည်းကို ပြသထားသည်။
ဥပမာ 1- အချို့သောတန်ဖိုးထက်နည်းသော ဖြစ်နိုင်ခြေကို တွက်ချက်ခြင်း။
စားသောက်ဆိုင်တစ်ဆိုင်သည် လာမည့်အပတ်အတွက် စုစုပေါင်းရောင်းချရမှုမှာ အနည်းဆုံး $10,000၊ အများဆုံး $30,000 နှင့် အများဆုံး $25,000 ဖြစ်လိမ့်မည်ဟု ခန့်မှန်းဆိုကြပါစို့။
စားသောက်ဆိုင်တွင် စုစုပေါင်းရောင်းအား $20,000 အောက် ဖြစ်နိုင်ခြေအဘယ်နည်း။
ဤဖြစ်နိုင်ခြေကို တွက်ချက်ရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။
library (EnvStats) #calculate probability ptri(q = 20000, min = 10000, max = 30000, mode = 25000) [1] 0.3333333
စားသောက်ဆိုင်တွင် စုစုပေါင်းရောင်းအား $20,000 အောက်ရှိနိုင်ခြေမှာ 0.333 ဖြစ်သည်။
ဥပမာ 2- အချို့သောတန်ဖိုးထက် ဖြစ်နိုင်ခြေကို တွက်ချက်ခြင်း။
သတ်မှတ်ရက်သတ္တပတ်အတွင်း လာမည့်ဖောက်သည်အရေအတွက်သည် အနည်းဆုံး 500၊ အများဆုံး 2,000 နှင့် အများဆုံး 1,200 ဖြစ်နိုင်သည်ဟု စတိုးဆိုင်တစ်ခုမှ ခန့်မှန်းသည်ဆိုကြပါစို့။
သတ်မှတ်ရက်သတ္တပတ်အတွင်း စတိုးဆိုင်သို့ဖောက်သည် 1,500 ကျော်ဝင်ရောက်နိုင်ခြေအဘယ်နည်း။
ဤဖြစ်နိုင်ခြေကို တွက်ချက်ရန် အောက်ပါကုဒ်ကို ကျွန်ုပ်တို့ အသုံးပြုနိုင်ပါသည်။
library (EnvStats) #calculate probability 1 - ptri(q = 1500, min = 500, max = 2000, mode = 1200) [1] 0.2083333
စတိုးဆိုင်သို့ဖောက်သည် 1,500 ကျော်ဝင်ရောက်နိုင်ခြေသည် ခန့်မှန်းခြေအားဖြင့် 0.208 ဖြစ်သည်။
မှတ်ချက် – ptri() လုပ်ဆောင်ချက်အတွက် စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာနိုင်သည်။
ထပ်လောင်းအရင်းအမြစ်များ
အောက်ဖော်ပြပါ သင်ခန်းစာများသည် R တွင် အခြားဖြစ်နိုင်ခြေ ဖြန့်ဝေမှုများကို မည်သို့အသုံးပြုရမည်ကို ရှင်းပြသည်-
R တွင် ပုံမှန်ဖြန့်ဝေနည်းကို အသုံးပြုနည်း
R တွင် binomial distribution ကိုအသုံးပြုနည်း
R တွင် Poisson ဖြန့်ဖြူးမှုကိုအသုံးပြုနည်း
R တွင် နာမ်ခွဲဝေခြင်းကို မည်သို့အသုံးပြုရမည်နည်း။