R, Graph der Binomialverteilung

Question

Ich muss eigene Funktion schreiben, um die Dichtefunktion der Binomialverteilung zu zeichnen und daher zeichnen entsprechenden Graph, wenn n = 20 und p = 0,1,0,2, ..., 0,9. Auch ich muss Kommentare zu den Graphen machen.

Ich habe das versucht;

graph <- function(n,p){ 
       x <- dbinom(0:n,size=n,prob=p) 
       return(barplot(x,names.arg=0:n)) 
      } 


    graph(20,0.1) 
    graph(20,0.2) 
    graph(20,0.3) 
    graph(20,0.4) 
    graph(20,0.5) 
    graph(20,0.6) 
    graph(20,0.7) 
    graph(20,0.8) 
    graph(20,0.9) 

    #OR 
    graph(20,scan()) 

Meine erste Frage: Gibt es eine Art und Weise, so dass ich brauche, um die Linie graph(20,p) mehrmals außer scan() mit nicht aufschreiben?

Meine zweite Frage:

Ich mag die Grafik in einem Gerät sehen oder wollen ENTER treffen die nächste Grafik zu sehen. Ich schrieb

par(mfcol=c(2,5)) 
    graph(20,0.1) 
    graph(20,0.2) 
    graph(20,0.3) 
    graph(20,0.4) 
    graph(20,0.5) 
    graph(20,0.6) 
    graph(20,0.7) 
    graph(20,0.8) 
    graph(20,0.9) 

aber das Diagramm ist zu klein. Wie kann ich die Graphen schön mit Kopfzeile n = 20 und p = der Wert, den ich verwendet habe, um die Grafik zu erstellen? [Obwohl es durch Schreiben mtext() Schreiben der Funktion getan werden kann, aber dabei muss ich eine ähnliche schreiben Linie einige Male. Also ich möchte dies auch in Funktion tun.

]

Meine letzte Frage:

über Kommentar. Die Graphen zeigen, dass mit steigender Erfolgswahrscheinlichkeit p der Graph nach rechts tendiert, das heißt, der Graph ist rechts verzerrt.

Gibt es eine Möglichkeit, das Diagramm mit program zu kommentieren?

Answer 1

Hier ein Job von mapply, da Sie über 2 Variablen Schleife.

graph <- function(n,p){ 
    x <- dbinom(0:n,size=n,prob=p) 
    barplot(x,names.arg=0:n, 
     main=sprintf(paste('bin. dist. ',n,p,sep=':'))) 
} 
par(mfcol=c(2,5)) 
    mapply(graph,20,seq(0.1,1,0.1)) 

Answer 2

Plotten Basis Grafiken ist eine der Zeiten, die Sie oft eine for Schleife verwenden möchten. Der Grund dafür ist, dass die meisten Plotfunktionen ein Objekt unsichtbar zurückgeben, aber Sie sind nicht daran interessiert; Alles, was Sie wollen, ist der Nebeneffekt des Plottens. Eine Schleife ignoriert die zurückgegebenen Objekte, während die *apply-Familie die Erfassung und Rückgabe der Ergebnisse verschwendet.

par(mfrow=c(2, 5)) 
for(p in seq(0.1, 1, len=10)) 
{ 
    x <- dbinom(0:20, size=20, p=p) 
    barplot(x, names.arg=0:20, space=0) 
}