Как использовать треугольное распределение в r (с примерами)

Треугольное распределение представляет собой непрерывное распределение вероятностей с функцией плотности вероятности в форме треугольника.

Он определяется тремя значениями:

• Минимальное значение имеет
• Максимальное значение b
• Максимальное значение c

Чтобы вычислить вероятности треугольного распределения в R, мы можем использовать функцию ptri( ) из пакета EnvStats , которая использует следующий синтаксис:

ptri(q, мин = 0, макс = 1, режим = 1/2)

Золото:

• q : Квантиль интереса
• min : Минимальное значение распределения.
• max : Максимальное значение распределения
• mode : Пиковое значение распределения

Следующие примеры показывают, как использовать эту функцию на практике в R.

Пример 1: Вычисление вероятности меньше определенного значения

Допустим, ресторан оценивает, что его общий объем продаж на предстоящей неделе составит минимум 10 000 долларов, максимум 30 000 долларов и, скорее всего, 25 000 долларов.

Какова вероятность того, что общий объем продаж ресторана составит менее 20 000 долларов?

Для расчета этой вероятности мы можем использовать следующий код:

 library (EnvStats)

#calculate probability
ptri(q = 20000, min = 10000, max = 30000, mode = 25000)

[1] 0.3333333

Вероятность того, что общий объем продаж ресторана составит менее 20 000 долларов, равна 0,333 .

Пример 2. Вычисление вероятности, превышающей определенное значение

Предположим, магазин оценивает, что количество покупателей, которые придут в него за данную неделю, составит минимум 500, максимум 2000 и, скорее всего, 1200.

Какова вероятность того, что за неделю в магазин придут более 1500 покупателей?

Для расчета этой вероятности мы можем использовать следующий код:

 library (EnvStats)

#calculate probability
1 - ptri(q = 1500, min = 500, max = 2000, mode = 1200)

[1] 0.2083333

Вероятность того, что в магазин войдет более 1500 покупателей, равна примерно 0,208.

Примечание . Полную документацию по функции ptri() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как использовать другие распределения вероятностей в R:

Как использовать нормальное распределение в R
Как использовать биномиальное распределение в R
Как использовать распределение Пуассона в R
Как использовать полиномиальное распределение в R