计算R中20面骰子的pmf和cdf

Question

我想创建两个函数来计算20面骰子的概率质量函数(pmf)和累积分布函数(cdf)。

在函数中，我将使用一个参数，y作为侧(从数字1到20)。我应该能够放置一个向量，它将返回每个变量的值。

如果输入的值是非离散的，则应在结果和警告消息中返回零。

这就是到目前为止PMF解决的问题：

PMF= function(side) {

  a = NULL   

  for (i in side)
  {
    a= dbinom(1, size=1, prob=1/20)
    print(a)
  }

}

这就是我为民防部队准备的：

CDF= function(side) {
  a = NULL   
  for (i in side)
  {
    a= pnorm(side)
    print(a)
  }

}

目前，我被警告信息和结果为零所困。我怎样才能在函数中插入命令行呢？

接下来，如何在特定的间隔(例如，1,12)上将这两个函数绘制在同一幅图上？

我是否使用了正确的函数来计算cdf和pmf？

Answer 1

我建议简化如下：

PMF <- function(side) {
   x <- rep(0.05, length(side))
   bad_sides <- ! side %in% 1:20 # sides that aren't in 1:20 are bad
   x[bad_sides] <- 0             # set bad sides to 0
   # warnings use the warning() function. See ?warning for details
   if (any(bad_sides)) warning("Sides not integers between 1 and 20 have 0 probability!")
   # print results is probably not what you want, we'll return them instead.
   return(x)
}

对于CDF，我假设您是指滚动一个小于或等于给定边的数字的概率，即side / 20。(pnorm是错误的函数.它给出了正态分布的民防因子。

CDF <- function(side) {
    return(pmin(1, pmax(0, floor(side) / 20)))
}

从技术上讲，CDF是为非整数值定义的.1.2的CDF与1的CDF完全相同，所以我在这里使用floor。如果您想使它更健壮，您可以将它设置为min(1, floor(side) / 20)，以确保它不超过1，并且类似地，一个带有0的max()可以确保它不是负值。或者你可以试着不给它超过20的负值或数值。

密谋：

my_interval <- 1:12
plot(range(my_interval), c(0, 1), type = "n")
points(my_interval, PMF(my_interval))
lines(my_interval, CDF(my_interval), type = "s")