|
선언
printf("n=100, p=0.3일 때 Binomial r.v X의 distribution\n"); //문장 출력
printf("->실험적 방법 결과\n");
for(i=0; i<1000000; i++) //반복문 for문 사용
{
suc=0; //suc변수 초기화
for(j=0; j<100; j++) //반복문, 시행횟수 n=100
{
ra=rand()%10+1; //난수 발생함수
if(ra%3
|
|
|
binomial
distribution to a normal distribution, i.e.,
Here, q = 1 p.
(a) Plot the PMF of binomial random variable with (N; p) = (200 0:3).
Plot the PMF of binonial random variable with N=200 and p=0.3
(b) Plot the PDF of its corresponding normal distribution N(Np;Npq).
Plot the PMF of normal distri
|
|
|
Binomial random variable의 실제 사례를 생각해 보고 matlab 등의 tool을 이용해 상황을 simulation한다.
2. 여러 번의 trial을 통해 실험적인 PMF와 CDF를 구하고 이론적 수식을 이용한 binomial RV의 PMF/CDF와 비교해 본다.
3. Binomial RV는 특수한 상황에서 Poisso
|
|
|
Random Variable이라 하자. 이 경우에서도 마찬가지로 표본의 크기가 커짐에 따라 CLT에 가까워짐을 시뮬레이트해보고, 모수의 값이 달라짐에 따라 또 어떻게 달라지는 가에 대해서도 주목해보자.
문제 5) X1, X2,..., Xn 이 베르누이확률변수라 하
|
|
|
random variable, i.e., . Let and , where Θ ~ U(0 2). Plot X's and Y's histogram. You will nd X and Y have normal distribution.
clc; clear all
lambda = 10;
U = rand (1,1000); % Create uniformly distribution r.v
E = -(1/lambda).*log(1-U); % Exponential distributed r.v
th = 2*pi*rand(1,1000); % unifor
|
|
메뉴펼치기
