- Exemplo 1: Como usar dgamma()
- Exemplo 2: Como usar pgamma()
- Exemplo 3: Como usar qgamma()
- Exemplo 4: Como usar rgamma()
Nas estatísticas, o distribuição gama é frequentemente utilizado para modelar probabilidades relacionadas com os tempos de espera.
Podemos utilizar as seguintes funções para trabalhar com a distribuição gama no R:
- dgamma(x, forma, taxa) - encontra o valor da função de densidade de uma distribuição gama com determinados parâmetros de forma e taxa.
- pgamma(q, forma, taxa) - encontra o valor da função de densidade cumulativa de uma distribuição gama com determinados parâmetros de forma e taxa.
- qgamma(p, forma, taxa) - encontra o valor da função de densidade cumulativa inversa de uma distribuição gama com determinados parâmetros de forma e taxa.
- rgamma(n, forma, taxa) - gera n variáveis aleatórias que seguem uma distribuição gama com determinados parâmetros de forma e taxa.
Os exemplos seguintes mostram como utilizar cada uma destas funções na prática.
Exemplo 1: Como usar dgamma()
O código a seguir mostra como usar o dgamma() para criar um gráfico de densidade de probabilidade de uma distribuição gama com determinados parâmetros:
#definir valores-x x <- seq(0, 2, by=0.01) #calcular a densidade gama para cada valor-x y <- dgamma(x, shape=5) #criar gráfico de densidade plot(y)
Exemplo 2: Como usar pgamma()
O código a seguir mostra como usar o pgamma() para criar um gráfico de densidade cumulativa de uma distribuição gama com determinados parâmetros:
#definir valores x x <- seq(0, 2, by=0.01) #calcular a densidade gama para cada valor x y <- pgamma(x, shape=5) #criar gráfico de densidade cumulativa plot(y)
Exemplo 3: Como usar qgamma()
O código a seguir mostra como usar o qgamma() para criar um gráfico de quantis de uma distribuição gama com determinados parâmetros:
#definir valores x x <- seq(0, 1, by=0.01) #calcular a densidade gama para cada valor x y <- qgamma(x, shape=5) #criar gráfico de quantis plot(y)
Exemplo 4: Como usar rgamma()
O código a seguir mostra como usar o rgamma() para gerar e visualizar 1.000 variáveis aleatórias que seguem uma distribuição gama com um parâmetro de forma de 5 e um parâmetro de taxa de 3:
#fazer deste exemplo um conjunto reprodutível. seed (0) #gerar 1.000 valores aleatórios que seguem a distribuição gama x <- rgamma(n=1000, shape=5, rate=3) #criar histograma para ver a distribuição dos valores hist(x)