第2章 R编程入门(五):概率函数
2020-10-31 本文已影响0人
祝福你_7599
2.2 R常用函数及其应用
Function_name ( variable1, variable2, variable3 ···)
2.2.3 概率函数
在R
中,概率函数形如:
[dpqr]distribution_abbrevation()
其中第一个字母表示所指分布的某一方面:
-
d
:密度函数(density
) -
p
:累积概率函数(probability
)或分布函数(distribution function
) -
q
:分位数函数(quantile function
) -
r
:生成随机数(随机偏差)
常用的概率函数和缩写如下:
- Beta分布:
beta
- Logistic分布:
logis
- 二项分布:
binom
- 多项分布:
multinorm
- 柯西分布:
cauchy
- 负二项分布:
nbinorm
- (非中心)卡方分布:
chisq
- 正态分布:
norm
- 指数分布:
exp
- 泊松分布:
pois
-
F分布:
f
- Wilcoxon符号秩分布:
signrank
- Gamma分布:
gamma
- 几何分布:
geom
- 均匀分布:
unif
- 超几何分布:
hyper
- Weibull分布:
weibull
- 对数正态分布:
lnorm
- Wilcoxon秩和分布:
wilcox
正态分布为例:
- 密度函数
dnorm
- 分布函数
pnorm
- 分位数函数
qnorm
- 随机数生成函数
rnorm
# 生成标准正态分布概率密度函数
> x <- pretty(c(-3,3), 30)
> y <- dnorm(x)
> plot(x,y,type = "l", xlab = "NormalDeviate", ylab = "Density", yaxs="i")
# 位于Z=1.96左侧的标准正态曲线下方面积
> pnorm(1.96)
[1] 0.9750021
# 标准正态分布的0.975分为点值
> qnorm(0.975)
[1] 1.959964
# 均值为500,标准差为100的正态分布的0.9分为点值
> qnorm(0.9, mean=500, sd=100)
[1] 628.1552
# 生成50个均值为50,标准差为10的正态随机数
> rnorm(50,mean=50, sd=10)
[1] 45.95335 52.96136 45.23490 45.27238 60.44679 45.72037 35.43949 40.60437 23.97186
[10] 37.03558 40.75606 49.99474 56.96719 47.85945 40.71883 36.17700 50.74595 34.62772
[19] 55.70954 53.82069 54.02681 40.26616 52.72223 54.65147 52.03555 43.01349 40.81909
[28] 37.53350 57.04952 31.28273 41.21898 54.34260 55.24203 56.23176 48.10914 45.37195
[37] 50.25573 44.72628 47.93960 60.67139 59.57135 59.45754 49.89695 59.73669 55.77496
[46] 52.47464 55.03221 43.76932 37.60302 52.89663
标准正态分布概率密度函数