Paste
Copy
Cut
Options

¡Tu solución está lista!

Nuestra ayuda de expertos desglosó tu problema en una solución confiable y fácil de entender.

Mira la respuesta
  • Pregunta: Debe simular un proceso de Bernoulli con p = 0,63. usando R-Language, pero todo lo que hagas debe mostrarse en el PDF que envíe. (a) Dibuje el gráfico de la función para bin (10, p) (b) Cree una secuencia de 10 eventos. Imprímalos y cuente el número de positivos (llame a los resultados >/⊥, 1/0 o V/F) (c) Ejecute el generador de secuencias más de 500 veces y

    Debe simular un proceso de Bernoulli con p = 0,63. usando R-Language, pero todo lo que hagas debe mostrarse
    en el PDF que envíe.
    (a) Dibuje el gráfico de la función para bin (10, p)
    (b) Cree una secuencia de 10 eventos. Imprímalos y cuente el número de positivos (llame a los resultados >/⊥, 1/0 o
    V/F)
    (c) Ejecute el generador de secuencias más de 500 veces y haga un histograma del número de resultados positivos en cada ejecución.
    (d) Ejecute el generador de secuencias más de 50 000 veces y haga un histograma del número de resultados positivos en cada ejecución.
    (e) Dibuje el gráfico de la función para nb (4, p)
    (f) Haz un generador que funcione hasta que tengas 4 resultados positivos. Cuente el número de negativos. Si esto es un poco retorcido,
    puedes permitirte "hacer trampa" un poco ejecutando 100 ensayos de Bernoulli, y ver en qué posición k el 4to
    El resultado positivo está llegando. El número de negativos antes de que sea entonces k −4, y si durante los 100 no
    han salido 4 positivos, utilice 97 como número de negativo.
    (g) Ejecute el generador de secuencias más de 500 veces y haga un histograma del número de resultados negativos en cada ejecución.
    (h) Ejecute el generador de secuencias más de 50 000 veces y haga un histograma del número de resultados negativos en cada ejecución.

  • Chegg Logo
    Esta es la mejor manera de resolver el problema.
    Solución

    Aquí está tu respuesta: El análisis de regresión se utiliza para explicar o modelar la conexión entre una única variable Y, también conocida como variable de respuesta, de salida o dependiente, y una o más variables predictoras, de entrada, independi

    Mira la respuesta completa
    answer image blur