Simulare dati binari
Una distribuzione di Bernoulli è un caso speciale della binomiale.
Ora vedrai come simularle entrambe in R e poi esaminerai i risultati per capire in cosa si somigliano.
Entrambe le distribuzioni si possono simulare con la funzione binomiale casuale: rbinom().
rbinom() richiede 3 argomenti:
n, il numero di estrazioni o numeri casuali (cioè un vettore di output di lunghezzan).size, il numero di prove per estrazione (cioè il valore massimo per ciascun numero casuale).prob, la probabilità per la simulazione.
Per campionare con una Bernoulli, ti basta usare size = 1.
Se facciamo una singola estrazione casuale (n = 1) da una distribuzione binomiale con un alto numero di prove per estrazione (ad es. size = 100), dovremmo ottenere risultati simili a quelli che otteniamo facendo molte estrazioni (ad es. n = 100) con 1 prova per estrazione (size = 1).
Questo esercizio fa parte del corso
Generalized Linear Models in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Simulate 1 draw with a sample size of 100
binomial_sim <- ___