การแจกแจงความน่าจะเป็น

การแจกแจงความน่าจะเป็นอธิบายวิธีการกระจายค่าต่าง ๆ ในชุดข้อมูล ใน R คุณสามารถทำงานกับการแจกแจงทั่วไปได้โดยใช้ฟังก์ชันที่มีมาให้

การแจกแจงปกติเป็นการแจกแจงแบบสมมาตรและมีรูปร่างคล้ายระฆัง ซึ่งใช้กันทั่วไปในสถิติ

x <- rnorm(100, mean=50, sd=10)
hist(x, main='Normal Distribution', col='blue')

การแจกแจงทวินามใช้จำลองจำนวนครั้งที่ประสบความสำเร็จจากการทดลองอิสระจำนวนคงที่

x <- rbinom(100, size=10, prob=0.5)
barplot(table(x), main='Binomial Distribution', col='red')

การแจกแจงปัวซงแสดงความน่าจะเป็นที่เหตุการณ์จำนวนหนึ่งจะเกิดขึ้นภายในช่วงเวลาคงที่

x <- rpois(100, lambda=5)
barplot(table(x), main='Poisson Distribution', col='green')

การแจกแจงสม่ำเสมอกำหนดให้ค่าทุกค่าในช่วงที่กำหนดมีความน่าจะเป็นเท่ากัน

x <- runif(100, min=0, max=10)
hist(x, main='Uniform Distribution', col='purple')

การแจกแจงเลขชี้กำลังใช้อธิบายเวลาระหว่างเหตุการณ์ในกระบวนการปัวซง

x <- rexp(100, rate=1)
hist(x, main='Exponential Distribution', col='orange')

คุณสามารถสร้างและเปรียบเทียบการแจกแจงหลายแบบโดยใช้กราฟ

x1 <- rnorm(100, mean=50, sd=10)
x2 <- rnorm(100, mean=60, sd=15)
hist(x1, col=rgb(1,0,0,0.5), main='Comparing Distributions')
hist(x2, col=rgb(0,0,1,0.5), add=TRUE)

คุณสามารถสร้างตัวอย่างสุ่มจากการแจกแจงหลายแบบเพื่อใช้ในการจำลอง

set.seed(123)
data <- rnorm(1000, mean=50, sd=10)
hist(data, main='Simulated Normal Distribution', col='blue')

ในบทเรียนนี้ คุณได้เรียนรู้:

• วิธีสร้างข้อมูลจากการแจกแจงความน่าจะเป็นหลายแบบ
• ลักษณะสำคัญของการแจกแจงปกติ ทวินาม ปัวซง สม่ำเสมอ และเลขชี้กำลัง
• วิธีเปรียบเทียบการแจกแจงโดยใช้ฮิสโตแกรม