Simulera binära data
Bernoullifördelningen är ett specialfall av binomialfördelningen.
Här får du se hur du simulerar båda i R och sedan undersöker utdata för att se hur de liknar varandra.
Båda fördelningarna kan simuleras med den slumpmässiga binomialfunktionen: rbinom().
rbinom() kräver 3 argument:
n, som är antalet dragningar eller slumptal (dvs. en utdatavektor med längdenn).size, som är antalet sampel per dragning (dvs. det maximala värdet för varje slumptal).prob, som är sannolikheten för simuleringen.
För att sampla med en Bernoullifördelning använder du helt enkelt size = 1.
Om vi gör en enda slumpmässig dragning (n = 1) från en binomialfördelning med ett stort antal sampel per dragning (t.ex. size = 100), bör vi få liknande resultat som om vi gör många dragningar (t.ex. n = 100) med 1 sampel per dragning (size = 1).
Den här övningen är en del av kursen
Generaliserade linjära modeller i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Simulate 1 draw with a sample size of 100
binomial_sim <- ___