例: モンテカルロ法による確率の推定
乱数を生成し、どのような規模のサンプリング方法を用いれば分布が未知である量の確率を推定することが可能であるかを示します。
1. 場所パラメータを L、尺度パラメータを S にしてロジスティック分布のパラメータを設定します。
2. モンテカルロのサンプリングパラメータを設定します。
◦ 集める必要のある独立した標本数:
◦ 各標本のデータ点数:
4. 一連の乱数の平均値が区間 [a, b] 内にある確率を推定します。
この確率は、各標本のデータ点数と区間の幅によって左右されます。
5. plogis関数をプロットして、ロジスティック分布の累積確率分布を示します。水平マーカーを使用して確率水準をマーク付けします。
6. プロットの緑色の破線部分をズームして、垂直マーカーを使用して [a, b] 区間をマーク付けし、水平マーカーを使用して [a, b] の累積確率の上限と下限をマーク付けします。
7. dlogis関数をプロットして、ロジスティック分布の確率密度を示します。
8. プロットの緑色の破線部分をズームして、垂直マーカーを使用して [a, b] 区間をマーク付けします。
9. 関数
qlogisを使用して確率
Prob の逆累積確率分布を計算します。