Distribución Binomial en R

Codigo R

### modelo teorico

# la distribución binomial mide el número de éxitos en una
# determinada secuencia de «n» ensayos indepedientes,
# con una probabilidad fija de ocurrenica (p)

# Función Binomial

# X- B(n,p)

#p= exito
#1-p= fracaso

dbinom(x, size, prob) # funcion masa binomial

pbinom(q, size, prob) #función de distribución binomial

qbinom(p, size, prob) # cuantiles

rbinom(n, size, prob) ## números aleatorios

###

## P(x)= 0

## ** De cada 10 veces que Real Madrid juega con el Barca ,
#el Madrid gana 7 veces

#n=10
#p=0.7

#¿Cuál es la probabilidad de que gane 1 vez?

dbinom(1, 10, 0.7)

#¿Y de ganen los dos las mismas veces ?

dbinom(5, 10, 0.7)

#¿Y que gane entre 1 y 3 veces incluidos los dos?

p_1 <-dbinom(1, 10, 0.7)
p_2<- dbinom(2, 10, 0.7)
p_3 <- dbinom(3, 10, 0.7)

p_1 + p_2 + p_3

x<=3

pbinom(3, 10, 0.7)

#Cual es la probabilidad de que barca gane al menos 4 veces?

#p(x)< 6

pbinom(5, 10, 0.7)

####

# EJEMPLO 2

## Se ha comprobado que la probabilidad de
#que se funda la lámpara de un televisor en un mes es 0.02.
#Si el televisor tiene 5 años

#60mese =5años

#☻ ninguna rotura

dbinom(0, 60, 0.02)

#exactamente haya 5 roturas

# P[X=5]

dbinom(5, 60, 0.02)

#al menos haya 5 roturas

# P[X ≥ 5]

# P[X ≥ 5] = 1 – P[X ≤ 4].

1- pbinom(4, 60, 0.02)

# haya entre 5 y 25 roturas (ambos inclusive)

# P[5 ≤ X ≤ 25]

# P[5 ≤ X ≤ 25] = P[X ≤ 25] – P[ X ≤ 5] = F(25) – F(4)

pbinom(c(4, 25), 60, 0.02)

1.0000000 – 0.99297547

#g) Calcular el valor de la variable tal que deja a su derecha
# el 32% de las observaciones

#1-32=68

qbinom(0.32, 60, 0.02)

#h) Generar una muestra de 30 valores aleatorios de esta distribución.

rbinom(100, 60, 0.02)

#################

## estuidar retabilidad divisa

#mercado sube o baja

# 0.2 — sube o baja