R语言（生成正态分布数据生成--rnorm,dnorm,pnorm,qnorm） R

norm是正态分布，前面加r表示生成随机正态分布的序列，其中rnorm(10)表示产生10个数；给定正太分布的均值和方差，
Density(d), distribution function§, quantile function(q) and random? generation for the normal distribution with mean equal to mean and standard deviation equal to sd.

rnorm生成随机正态分布序列
pnorm可以输出正态分布的分布函数
dnorm可以输出正态分布的概率密度
qnorm给定分位数的正太分布

使用格式如下：
dnorm(x, mean = 0, sd = 1, log = FALSE)
pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
rnorm(n, mean = 0, sd = 1)
x, q
分位数向量vector of quantiles.
p
概率向量vector of probabilities.
n
表示产生几个数，length(n) > 1
mean
向量均值 vector of means
sd
向量的标准变异
vector of standard deviations
log, log.p
逻辑值 logical; 为真时概率取对数 if TRUE, probabilities p are given as log§.
lower.tail
逻辑值logical; 为真取小部分概率 if TRUE (default), probabilities are P[X ≤ x] otherwise, P[X > x].
如果没有设置mean和sd的话，他们的默认值分别为0和1
还有其他随机产生方式runif，rgamma：其总体随机数符合分别符合均匀分布uniform，gamma分布，而不是正态分布

require(graphics)# 概率密度计算公式和原理 dnorm(0) == 1/sqrt(2*pi) dnorm(1) == exp(-1/2)/sqrt(2*pi) dnorm(1) == 1/sqrt(2*pi*exp(1))# 绘制概率密度曲线 ## Using "log = TRUE" for an extended range : par(mfrow = c(2,1)) plot(function(x) dnorm(x, log = TRUE), -60, 50, main = "log { Normal density }") curve(log(dnorm(x)), add = TRUE, col = "red", lwd = 2) mtext("dnorm(x, log=TRUE)", adj = 0) mtext("log(dnorm(x))", col = "red", adj = 1)# 绘制分布函数 plot(function(x) pnorm(x, log.p = TRUE), -50, 10, main = "log { Normal Cumulative }") curve(log(pnorm(x)), add = TRUE, col = "red", lwd = 2) mtext("pnorm(x, log=TRUE)", adj = 0) mtext("log(pnorm(x))", col = "red", adj = 1)

R语言（生成正态分布数据生成--rnorm,dnorm,pnorm,qnorm）

文章图片

## if you want the so-called 'error function' erf <- function(x) 2 * pnorm(x * sqrt(2)) - 1 ## (see Abramowitz and Stegun 29.2.29) ## and the so-called 'complementary error function' erfc <- function(x) 2 * pnorm(x * sqrt(2), lower = FALSE) ## and the inverses erfinv <- function (x) qnorm((1 + x)/2)/sqrt(2) erfcinv <- function (x) qnorm(x/2, lower = FALSE)/sqrt(2)

参考资料：
R中help(rnorm)
猜你喜欢

10000+: 菌群分析
宝宝与猫狗提DNA发Nature 实验分析谁对结果影响大 Cell微生物专刊肠道指挥大脑
系列教程：微生物组入门 Biostar 微生物组宏基因组
专业技能：生信宝典学术图表高分文章不可或缺的人
一文读懂：宏基因组寄生虫益处进化树
必备技能：提问搜索 Endnote
文献阅读热心肠 SemanticScholar Geenmedical
扩增子分析：图表解读分析流程统计绘图
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
在线工具：16S预测培养基生信绘图
科研经验：云笔记云协作公众号
编程模板: Shell R Perl
生物科普: 肠道细菌人体上的生命生命大跃进细胞暗战人体奥秘

写在后面为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外2400+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。