Binäre Daten simulieren

Eine Bernoulli-Verteilung ist ein Spezialfall der Binomialverteilung. Als Nächstes siehst du, wie du beide in R simulieren kannst und anschließend die Ausgaben vergleichst, um ihre Ähnlichkeiten zu erkennen. Beide Verteilungen lassen sich mit der Funktion für binomialverteilte Zufallszahlen rbinom() simulieren. rbinom() benötigt 3 Argumente:

• n, die Anzahl der Ziehungen bzw. Zufallszahlen (d. h. ein Ausgabeverktor der Länge n).
• size, die Anzahl der Versuche pro Ziehung (d. h. der Maximalwert für jede Zufallszahl).
• prob, die Wahrscheinlichkeit für die Simulation.

Für eine Bernoulli-Verteilung verwendest du einfach size = 1.

Wenn wir eine einzelne Zufallsziehung (n = 1) aus einer Binomialverteilung mit einer großen Anzahl an Versuchen pro Ziehung (z. B. size = 100) machen, sollten wir ähnliche Ergebnisse erhalten wie bei vielen Ziehungen (z. B. n = 100) mit je 1 Versuch pro Ziehung (size = 1).