在线观看不卡亚洲电影_亚洲妓女99综合网_91青青青亚洲娱乐在线观看_日韩无码高清综合久久

鍍金池/ 教程/ 數(shù)據(jù)分析&挖掘/ R語言正態(tài)分布
R語言列表
R語言隨機森林
R語言矩陣
R語言邏輯回歸
R語言數(shù)據(jù)幀
R語言數(shù)據(jù)重塑
R語言概述
R語言包
R語言字符串
R語言CSV文件
R語言運算符
為什么使用R語言做統(tǒng)計?
R語言Web數(shù)據(jù)
R語言二進制文件
R語言XML文件
R語言JSON文件
R語言因子
R語言容易學習嗎?
R語言基礎語法
R語言向量
R語言教程
R語言正態(tài)分布
R語言平均值,中位數(shù)和眾數(shù)
R語言變量
R語言條形圖
R語言決策樹
R語言開發(fā)環(huán)境安裝配置
R語言數(shù)組
R語言數(shù)據(jù)類型
R語言非線性最小二乘法
R語言直方圖
R語言卡方檢驗
R語言泊松回歸
R語言決策結構
R語言盒形圖(箱形圖)
R語言協(xié)方差分析
R語言二項分布
R語言餅狀圖
R語言循環(huán)
R語言散點圖
R語言線性回歸
R語言時間序列分析
R語言線形圖
R語言在現(xiàn)實中的應用
R語言生存分析
R語言多元(多重)回歸
R語言函數(shù)
R語言Excel文件
R語言連接數(shù)據(jù)庫(MySQL)

R語言正態(tài)分布

在隨機收集來自獨立來源的數(shù)據(jù)中,通常觀察到數(shù)據(jù)的分布是正常的。 這意味著,在繪制水平軸上的變量的值和垂直軸中的值的計數(shù)時,我們得到一個鐘形曲線。 曲線的中心代表數(shù)據(jù)集的平均值。 在圖中,百分之五十的值位于平均值的左側,另外五十分之一位于圖的右側。 統(tǒng)稱為正態(tài)分布。

R有四個內(nèi)置函數(shù)來生成正態(tài)分布。它們在下面描述 -

dnorm(x, mean, sd)
pnorm(x, mean, sd)
qnorm(p, mean, sd)
rnorm(n, mean, sd)

以下是上述函數(shù)中使用的參數(shù)的描述 -

  • x - 是數(shù)字的向量。
  • p - 是概率向量。
  • n - 是觀察次數(shù)(樣本量)。
  • mean - 是樣本數(shù)據(jù)的平均值,默認值為零。
  • sd - 是標準偏差,默認值為1。

1.dnorm()函數(shù)

該函數(shù)給出給定平均值和標準偏差在每個點的概率分布的高度。

setwd("F:/worksp/R")
# 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()

當我們執(zhí)行上述代碼時,會產(chǎn)生以下結果 -

2.pnorm()函數(shù)

該函數(shù)給出正態(tài)分布隨機數(shù)小于給定數(shù)值的概率。它也被稱為“累積分布函數(shù)”。

setwd("F:/worksp/R")
# 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()

當我們執(zhí)行上述代碼時,會產(chǎn)生以下結果 -

3.qnorm()函數(shù)

該函數(shù)采用概率值,并給出其累積值與概率值匹配的數(shù)字值。

setwd("F:/worksp/R")
# 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()

當我們執(zhí)行上述代碼時,會產(chǎn)生以下結果 -

4.rnorm()函數(shù)

該函數(shù)用于生成分布正常的隨機數(shù),它將樣本大小作為輸入,并生成許多隨機數(shù)。我們繪制直方圖以顯示生成數(shù)字的分布。

setwd("F:/worksp/R")
# 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 = "正態(tài)分布")

# Save the file.
dev.off()

當我們執(zhí)行上述代碼時,會產(chǎn)生以下結果 -