R語言正態(tài)分布

在隨機(jī)收集來自獨(dú)立源的數(shù)據(jù)，所以一般觀察到的數(shù)據(jù)的分布是正常的。 這意味著，在繪制的曲線圖與可變的水平軸的值和這些值中的垂直軸的計數(shù)，我們得到一個鐘形曲線。該曲線的中心表示所述數(shù)據(jù)集的平均值。 在圖中，集值的百分之五十顯示平均值在左邊以及其他百分之五十顯示到圖的右側(cè)。這在統(tǒng)計中被稱為正態(tài)分布。

R語言中有四個內(nèi)置函數(shù)生成正態(tài)分布。它們被描述如下。

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參數(shù)的說明：

x 是數(shù)字向量

p 是概率的向量

n 是觀測值（樣本量）數(shù)。

mean 是樣本數(shù)據(jù)的平均值。它的默認(rèn)值是零。

sd 是標(biāo)準(zhǔn)偏差。它的默認(rèn)值是1。

dnorm()

此函數(shù)提供概率分布的高度在每個點(diǎn)處對于給定的平均值和標(biāo)準(zhǔn)偏差。

# Create a sequence of numbers between -10 and 10 incrementing by 0.1. 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()

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

pnorm()

此函數(shù)給出的正態(tài)分布的隨機(jī)數(shù)的概率是不太一個給定數(shù)目的值。它也被稱為“累積分布函數(shù)”。

# Create a sequence of numbers between -10 and 10 incrementing by 0.2. 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()

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

qnorm()

該函數(shù)接受概率值，并給出了一個數(shù)字，其累加相匹配的概率值。

# 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()

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：

rnorm()

該函數(shù)是用來產(chǎn)生隨機(jī)數(shù)的分布為正常。它需要樣本大小作為輸入并產(chǎn)生許多隨機(jī)數(shù)。我們繪制的直方圖，以顯示所生成的數(shù)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()

當(dāng)我們上面的代碼執(zhí)行時，它產(chǎn)生以下結(jié)果：