R语言 标准分布.pdfVIP

R语⾔ 标准分布 在来⾃独⽴源的数据的随机集合中，通常观察到数据的分布是正常的。 这意味着，在 绘制 平轴上的变量值和垂直轴上的值的计数的图形时，我们得到钟形曲线。 曲线的 中⼼表⽰数据集的平均值。 在图中，50 ％的值位于平均值的左侧，另外50 ％位于图表 的右侧。 这在统计学中被称为正态分布。 R语⾔有四个内置函数来产⽣正态分布。 它们描述如下。 dnorm(x, mean, sd) pnorm(x, mean, sd) qnorm(p, mean, sd) rnorm(n, mean, sd) 以下是在上述功能中使⽤的参数的描述 - x是数字的向量。 p是概率的向量。 n是观察的数量 （样本⼤⼩）。 mean是样本数据的平均值。 它的默认值为零。 sd是标准偏差。 它的默认值为1。 dnorm （） 该函数给出给定平均值和标准偏差在每个点的概率分布的⾼度。 # Create a sequence of numbers between -10 and 10 incrementing by x - seq(-10, 10, by .1) # Choose the mean as 2.5 and standard deviation as 0.5. y - dnorm(x, mean 2.5, sd 0.5) # Give the chart file a name. png(file dnorm.png) plot(x,y) # Save the file. dev .off() 当我们执⾏上⾯的代码，它产⽣以下结果 - pnorm （） 该函数给出正态分布随机数的概率⼩于给定数的值。 它也被称为“累积分布函数” 。 # Create a sequence of numbers between -10 and 10 incrementing by x - seq(-10,10,by .2) # Choose the mean as 2.5 and standard deviation as 2. y - pnorm(x, mean 2.5, sd 2) # Give the chart file a name. png(file pnorm.png) # Plot the graph. plot(x,y) # Save the file. dev .off() 当我们执⾏上⾯的代码，它产⽣以下结果 - qnorm （） 该函数采⽤概率值，并给出累积值与概率值匹配的数字。 # Create a sequence of probability values incrementing by 0.02. x - seq(0, 1, by 0.02) # Choose the mean as 2 and standard deviation as 3. y - qnorm(x, mean 2, sd 1) # Give the chart file a name. png(file qnorm.png) # Plot the graph. plot(x,y) # Save the file. dev .off() 当我们执⾏上⾯的代码，它产⽣以下结果 - RNORM （） 此函数⽤于⽣成分布正常的随机数。 它将样本⼤⼩作为输⼊，并⽣成许多随机数。 我们绘制⼀个直⽅图来显⽰⽣成的数字的分布。 # Create a sample of 50 numbers which are normally distributed. y - rnorm(50) # Give the chart file a name. png(file rnorm.png) # Plot the histogram for this sample. hist(y, main Normal DIstribution) # Save the file. dev .off() 当我们执⾏上⾯的代码，它产⽣以下结果 - W3Cschool （ ）最⼤的技术知识分享与学习平台 此篇内容来⾃于 ⽹站⽤ 上传并发布。