Cel wnioskowania statystycznego: Mając do dyspozycji zaobserwowane dane \(y\), chcemy dowiedzieć się czegoś o nieznanych parametrach modelu \(\theta\) lub przewidywać nowe obserwacje.
Suma prawdopodobieństw wszystkich możliwych, wykluczających się zdarzeń wynosi 1. W przypadku dwóch wydarzeń, \(A\) i \(B\):
\(P(A) + P(B) = 1\) oraz \(P(A) = P(B')\).
Typowym przykładem jest rzut monetą lub rzut tradycyjną sześciościenną kostką.
Dla zdarzeń niezależnych prawdopodobieństwo łączne to iloczyn:
\(P(A, B) = P(A)P(B)\).
Przykładowo, jednoczesne wyrzucenie orła i wyrzucenie 3 na kostce wynosi \(1/2 \times 1/6 = 1/12\). Z kolei dla zdarzeń wzajemnie się wykluczających (np. jednoczesne wyrzucenie 1 i 3 tą samą kostką), prawdopodobieństwo to wynosi 0.
Dla zdarzeń wykluczających się prawdopodobieństwa po prostu sumujemy:
\(P(A \cup B) = P(A) + P(B)\) (stąd prawdopodobieństwo wyrzucenia 1 lub 3 wynosi \(1/6 + 1/6 = 1/3\)).
Dla zdarzeń niewykluczających się reguła ta przyjmuje postać \(P(A \cup B) = P(A) + P(B) - P(A,B)\).
W przypadku zdarzeń zależnych, do obliczenia prawdopodobieństwa łącznego \(P(A,B)\) potrzebna jest znajomość prawdopodobieństwa warunkowego \(P(A|B)\) lub \(P(B|A)\):
\(P(A, B) = P(A)P(B|A) = P(B)P(A|B)\).
Bardzo przydatną funkcją w języku R jest sample():
sample(x) zwraca losową permutację wektora
x,sample(x, size) pozwala na wylosowanie
size elementów (bez zwracania) z wektora
x,replace = TRUE,prob umożliwia losowanie
elementów z wektora x z wybranymi
prawdopodobieństwami,x nie musi być typu
liczbowego.## [1] 3 8 2 9 4 5 10 7 1 6
## [1] 7 5 6 4 1
## [1] 2 9 1 3 10 9 5 5 2 7 5 9 10 2 7 10 8 10 9 10
# Losowanie z określeniem własnych prawdopodobieństw (np. dyskretna przestrzeń hipotez)
zdarzenia <- c(-1, 0, 1)
sample(zdarzenia, 10, replace = TRUE, prob = c(0.25, 0.5, 0.25))## [1] -1 1 1 0 0 0 0 -1 0 1
## [1] "orzeł" "reszka" "orzeł" "orzeł" "reszka" "orzeł" "orzeł" "orzeł"
## [9] "reszka" "reszka"
W kombinatoryce często wykorzystuje się dwumian
Newtona oraz silnię. W języku R znajdują się
zarówno standardowe implementacje tych funkcji (choose() i
factorial()), jak i gotowe do użycia wersje zlogarytmowane
(lchoose() i lfactorial()).
## [1] 45
## [1] 45
## [1] 7.038784
## [1] 1140
## [1] 1140
## [1] 3628800
## [1] 3628800
W bibliotece stats jest zaimplementowane wiele
rozkładów, m.in.:
norm),exp),pois),beta),binom),gamma).Aby przejrzeć pełną listę należy wywołać w konsoli komendę
?distributions. Z każdym rozkładem są związne cztery
funkcje, do których odwołujemy się poprzez dodanie pojedynczej litery
przed nazwą rozkładu:
d (density) oznacza gęstość prawdopodobieństwa
dla zadanego argumentu \(x\), np.
dnorm(x, mean=0, sd=1),p (probability) oznacza wartość dystrybuanty
\(P(X \leq x)\) dla zadanego argumentu
\(x\), np.
pexp(x, rate=1),q (quantile) zwraca nam kwantyl rozkładu dla
zadanego prawdopodobieństwa \(p\), np.
qt(p, df=5),r (random) losuje \(n\) wartości z rozkładu o zadanych
parametrach i zwraca jako wektor, np. runif(n).## [1] 0.13533528 0.27067057 0.27067057 0.18044704 0.09022352 0.03608941 0.01202980
## [1] 0.9772499
## [1] 0.0000000 0.2871407 0.4329311 0.5670689 0.7128593 1.0000000
## [1] 0.9094444 -0.6583607 -0.3179289 -0.9416786 0.5006694 -0.8832068
## [7] 0.6645008 0.8955591 -0.6658718 0.8830668
Standardowym poleceniem w języku R służącym do tworzenia prostego
wykresu XY jest plot(x, y), gdzie x i
y to wektory liczbowe o tej samej długości.
Funkcja plot() posiada szeroki wachlarz różnorodnych
opcji, z których najczęściej używane to:
xlab, ylab, main - podpisy
osi i tytuł wykresu,xlim, ylim - zakresy osi,type - typ wykresu: “p” - punkty (domyślnie), “l” -
linie, “b” - punkty i linie (zobacz ?plot po więcej
informacji),pch - symbol znacznika (opcje widoczne po wpisaniu
?points),lty - typ linii (opcje widoczne po wpisaniu
?par),col - kolor symboli lub lini,bg - kolor wypełnienia/tła,cex - rozmiar punktów,lwd - grubość linii,font - typ czcionki: 1 - normalna, 2 - wytłuszczona, 3
- kursywa, 4 - wytłuszczona kursywa.Oprócz parametrów funkcji plot() istnieją również
globalne opcje rysowania, którymi można sterować za pomocą funkcji
par(), na przykład:
bg - kolor tła wykresu,mai, mar - rozmiar marginesów,mfrow, mfcol - liczba wierszy/kolumn na
wielopanelowym rysunku.Do opisu osi możemy wykorzystać funkcję expression(),
która pozwala na zapis wyrażeń matematycznych i liter greckich (np.
^ oznacza indeks górny, a [..] – indeks
dolny).
plot (x,
x^2,
xlab = "x",
ylab = expression(f(xi)==x^2),
main = "Wykres funkcji f(x)",
col = "red",
pch = 19,
font = 2,
font.lab = 4,
font.main = 3,
cex = 2)Aby dodać kolejne serie do wykresu, należy skorzystać z funkcji
points() lub lines, w zależności od rodzaju
dodawanej serii. Kolejne wywołanie funkcji plot() spowoduje
zastąpienie poprzedniej serii zamiast dodania nowej. Warto pamiętać, że
zakres osi wykresu jest ustalany automatycznie w momencie wywołania
funkcji plot() i nie jest później korygowany przy dodawaniu
kolejnych serii. W poniższym przykładzie czerwona seria zostaje ucięta,
ponieważ wykracza poza zakres niebieskiej serii.
x <- seq (-2, 2, 0.05)
plot(x, dnorm(x, 0, 0.8), type="l", col = "blue")
lines(x, dnorm(x, 0, 0.7), col = "red") Do wykresu można dodać legendę za pomocą funkcji
legend(), której najważniejsze parametry to:
x – współrzędna lewej krawędzi legendy lub jedno ze
zdefiniowanych słów kluczowych: top, bottom,
left, right, center,
topleft, topright, bottomleft,
bottomright,y – współrzędna górnej krawędzi legendy (domyślnie
NULL; parametr ten jest używany w połączeniu z parametrem
x),legend – wektor znakowy zawierający nazwy elementów
legendy,pch – wektor liczb całkowitych określający symbole
wyświetlane obok nazw elementów legendy,lty – wektor liczb całkowitych określający rodzaje
linii wyświetlanych obok nazw elementów legendy,col – wektor kolorów (obwódek) symboli,pt.bg – wektor kolorów tła symboli.plot(x,
dnorm(x, 0, 0.8),
type="l",
col = "blue",
lwd=1.5,
ylim = c(0, 0.6))
lines(x,
dnorm(x, 0, 0.7),
col = "red",
lwd=1.5)
legend("topleft",
legend = c (expression(sigma==0.7),expression(sigma==0.8)),
lty = c(1,1),
col = c("red","blue")) Funkcja curve() służy do wykreślania funkcji
ciągłej na określonym przedziale. Można jej użyć zamiast funkcji
plot() (tworzy ona nowy obszar wykresu) lub jako dodatkowej
serii danych, stosując parametr add = TRUE.
plot(x,
dnorm(x, 0, 0.8),
type="l",
col = "blue",
lwd=1.5,
ylim = c(0, 0.6))
curve(dnorm(z, 0, 0.7),
from = -2,
to = 2,
col = "red",
lwd=1.5,
xname = "z",
add = TRUE)
legend("topleft",
legend = c (expression(sigma==0.7),expression(sigma==0.8)),
lty = c(1,1),
col = c("red","blue"))Do binowania danych liczbowych służy funkcja hist(x),
gdzie \(x\) jest wektorem
numerycznym.
Liczbę binów w histogramie można zmienić przy pomocy parametru
breaks. Może on przyjąć jedną z pięciu form:
Jeśli breaks ma postać funkcji, to jej jedynym
argumentem musi być wektor \(x\).
Funkcja hist nie służy wyłącznie do generowania grafiki,
ale przede wszystkim pozwala zapisać liczbę zliczeń w każdym binie do
wykorzystania w późniejszej analizie.
## $breaks
## [1] -3.25 -2.75 -2.25 -1.75 -1.25 -0.75 -0.25 0.25 0.75 1.25 1.75 2.25
## [13] 2.75 3.25
##
## $counts
## [1] 0 1 2 4 9 22 17 22 14 7 2 0 0
##
## $density
## [1] 0.00 0.02 0.04 0.08 0.18 0.44 0.34 0.44 0.28 0.14 0.04 0.00 0.00
##
## $mids
## [1] -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0
##
## $xname
## [1] "x"
##
## $equidist
## [1] TRUE
##
## attr(,"class")
## [1] "histogram"