W tym artykule przyjrzymy się przewodnikowi po metodach dnorm, pnorm, qnorm i rnorm normalna dystrybucja w Język programowania R .
funkcja dnorm
Ta funkcja zwraca wartość funkcji gęstości prawdopodobieństwa (pdf) rozkładu normalnego, przy danej zmiennej losowej x, średniej populacji μ i odchyleniu standardowym populacji σ.
Składnia; dnorm(x, średnia, sd)
Parametry:
- x: wektor kwantyli.
- średnia: wektor środków.
- sd: odchylenie standardowe wektora.
Przykład:
W tym przykładzie znajdziemy wartość standardowego rozkładu normalnego pdf przy x=1 za pomocą funkcji dnorm() w pliku R.
odczytać z pliku csv w Javie
R
dnorm>(x=1, mean=0, sd=1)> |
>
>
Wyjście:
[1] 0.2419707>
funkcja pnorm
Funkcja ta zwraca wartość funkcji gęstości skumulowanej (cdf) rozkładu normalnego, przy danej zmiennej losowej q, średniej populacji μ i odchyleniu standardowym populacji σ.
Baza danych
Składnia: pnorm(q, średnia, sd, dolny.ogon)
Parametry:
- p: Jest to wektor kwantyli.
- średnia: wektor środków.
- sd: odchylenie standardowe wektora.
- niższy.ogon: To logiczne; jeśli PRAWDA (domyślnie), prawdopodobieństwa są inne
Przykład: W tym przykładzie będziemy obliczać odsetek uczniów w tej szkole, którzy są wyżsi niż 75 cali, a wzrost mężczyzn w określonej szkole ma rozkład normalny ze średnią μ=70 cali i odchyleniem standardowym σ = 3 cale przy użyciu funkcja pnorm() w R.
R
zmiana nazwy katalogu w systemie Linux
pnorm>(75, mean=70, sd=3, lower.tail=>FALSE>)> |
>
>
Wyjście:
[1] 0.04779035>
W tej szkole 4,779% chłopców ma więcej niż 75 cali.
funkcja qnorm
Funkcja ta zwraca wartość odwrotnej funkcji gęstości skumulowanej (cdf) rozkładu normalnego, przy danej zmiennej losowej p, średniej populacji μ i odchyleniu standardowym populacji σ.
Składnia: qnorm(p, średnia = 0, sd = 0, dolna.ogon = PRAWDA)
Parametry:
- p: reprezentuje poziom istotności, który ma być zastosowany
- średnia: wektor środków.
- sd: odchylenie standardowe wektora.
- less.tail = TRUE: Następnie zwracane jest prawdopodobieństwo na lewo od p w rozkładzie normalnym.
Przykład:
W tym przykładzie obliczamy wynik Z 95. kwantyla standardowego rozkładu normalnego za pomocą funkcji qnorm() w R.
R
mrówka kontra maven
qnorm>(.95, mean=0, sd=1)> |
>
>
Wyjście:
[1] 1.644854>
rnormalna funkcja
Funkcja ta generuje wektor zmiennych losowych o rozkładzie normalnym, mając długość wektora n, średnią populacji μ i odchylenie standardowe populacji σ.
Składnia: rnorm(n, średnia, sd)
Parametry:
- n: liczba zbiorów danych do symulacji
- średnia: wektor środków.
- sd: odchylenie standardowe wektora.
Przykład: W tym przykładzie za pomocą funkcji rnorm() generujemy wektor 10 zmiennych losowych o rozkładzie normalnym o średniej=10 i sd=2.
przekonwertuj datę ciągu
R
rnorm>(10, mean = 10, sd = 2)> |
>
>
Wyjście:
[1] 10,886837 9,678975 12,668778 10,391915 7,021026 10,697684 9,340888 6,896892 12,067081 11,049609