R正态分布示例图解 _正态分布

本文概述

dnorm()：密度
pnorm()：直接查找
qnorm()：反向查找
rnorm()：随机变量

在从独立来源随机收集数据时, 通常可以看到数据分布是正常的。这意味着, 如果在水平轴上绘制变量值并在垂直轴上计数值的图形, 则将得到钟形曲线。曲线中心代表数据集的平均值。在图中, 百分之五十的值位于平均值的左侧。其余50％位于图表的右侧。这称为正态分布。
R允许我们通过提供以下函数来生成正态分布：

文章图片
这些函数可以具有以下参数：

S.No	Parameter	Description
1.	x	它是数字的向量。
2.	p	它是概率的向量。
3.	n	它是观察的载体。
4.	mean	它是样本数据的平均值, 其默认值为零。
5.	sd	这是标准偏差, 其默认值为1。

让我们开始在示例的帮助下了解如何使用这些功能。
dnorm()：密度 R的dnorm()函数针对给定的均值和标准差计算每个点处概率分布的高度。正态分布的概率密度为：

文章图片
例子

# Creating a sequence of numbers between -1 and 20 incrementing by 0.2.x < - seq(-1, 20, by = .2)# Choosing the mean as 2.0 and standard deviation as 0.5.y < - dnorm(x, mean = 2.0, sd = 0.5)# Giving a name to the chart file.png(file = "dnorm.png")#Plotting the graphplot(x, y)# Saving the file.dev.off()

输出

文章图片
pnorm()：直接查找 dnorm()函数也称为” 累积分布函数” 。此函数计算正态分布随机数的概率, 该概率小于给定数的值。累积分布如下：
f(x)= P(X≤x)
例子

# Creating a sequence of numbers between -1 and 20 incrementing by 0.2.x < - seq(-1, 20, by = .1)# Choosing the mean as 2.0 and standard deviation as 0.5.y < - pnorm(x, mean = 2.0, sd = 0.5)# Giving a name to the chart file.png(file = "pnorm.png")#Plotting the graphplot(x, y)# Saving the file.dev.off()

输出

文章图片
qnorm()：反向查找 qnorm()函数将概率值作为输入, 并计算其累积值与概率值匹配的数字。累积分布函数和逆累积分布函数之间的关系如下
p = f(x)
x = f-1(p)
例子

# Creating a sequence of numbers between -1 and 20 incrementing by 0.2.x < - seq(0, 1, by = .01)# Choosing the mean as 2.0 and standard deviation as 0.5.y < - qnorm(x, mean = 2.0, sd = 0.5)# Giving a name to the chart file.png(file = "qnorm.png")#Plotting the graphplot(y, x)# Saving the file.dev.off()

输出

文章图片
rnorm()：随机变量 rnorm()函数用于生成正态分布的随机数。该函数通过将样本量作为输入来生成随机数。让我们看一个示例, 在其中绘制直方图以显示生成的数字的分布。
例子

# Creating a sequence of numbers between -1 and 20 incrementing by 0.2.x < - rnorm(1500, mean=80, sd=15 )# Giving a name to the chart file.png(file = "rnorm.png")#Creating histogramhist(x, probability =TRUE, col="red", border="black")# Saving the file.dev.off()

【R正态分布示例图解】输出