俄狄浦斯王电影#R语⾔中统计分布和模拟
#R中的各种概率统计分布
#汉⽂名称 英⽂名称 R对应的名字 附加参数
#β分布 beta beta shape1, shape2, ncp（偏态指数（non-centrality parameter） ncp 现在仅⽤于累积分布函数，⼤多数概率密度函数 和部分其他情况） #⼆项式分布 binomial binom size, prob
#柯西分布 Cauchy cauchy location, scale
#卡⽅分布 chi-squared chisq df, ncp
#指数分布 exponential exp rate
#F分布 F f df1, df1, ncp
#Gamma(γ)分布 gamma gamma shape, scale
#⼏何分布 geometric geom prob
#超⼏何分布 hypergeometric hyper m, n, k
#对数正态分布 log-normal lnorm meanlog, sdlog #Logistic分布 logistic logis location, scale
#负⼆项式分布 negative binomial nbinom size, prob
#正态分布 normal norm mean, sd甘肃省计划生育条例
#泊松分布 Poisson pois lambda
#Wilcoxon分布 signed rank signrank n
#t分布 Student’s t t df, ncp
#均匀分布 uniform unif min, max
#韦伯分布 Weibull weibull shape, scale
#秩和分布 Wilcoxon wilcox m, n
#在R中各种概率函数都有统⼀的形式，即⼀套统⼀的 前缀+分布函数名：
#d 表⽰密度函数（density）；
#p 表⽰分布函数（⽣成相应分布的累积概率密度函数）；(probability)
#q 表⽰分位数函数，能够返回特定分布的分位数（quantile）；
#r 表⽰随机函数，⽣成特定分布的随机数（random）。
#每⼀种分布有四个函数，例如dnorm，pnorm，qnorm，rnorm
#各种分布的随机数⽣存函数
rnorm(n, mean=0, sd=1) #随机⽣成标准正态分布
rnorm(25, mean=0, sd=1)
rnorm(25, mean=2, sd=4)
rexp(n, rate=1) #指数
rgamma(n, shape, rate=1, scale=1/rate) #r 分布
rpois(n, lambda) #泊松
rt(n, df, ncp) #t 分布
rf(n, df1, df2, ncp) #f 分布
rchisq(n, df, ncp=0) #卡⽅分布
rbinom(n, size, prob) #⼆项分布
rweibull(n, shape, scale=1) #weibull 分布
rbata(n, shape1, shape2) #bata 分布
set.seed(123) #设置种⼦值为了能重复结果
m=rnorm(20);m
g革命n=rnorm(20);n
set.seed(1234)
m=rnorm(20);m
desire for survival
set.seed(1234)
n=rnorm(20);n
#正态分布
姬林芳x=rnorm(100)
hist(x,prob=T,main=“normal mu=0,sigma=1”) #probability : 逻辑值,TRUE 代表频率， FALSE 代表频数curve(dnorm(x),add=T) # add 逻辑值；如果为TRUE，则添加该函数图形到已存在的图形中 hist
#均匀分布
runif(n,min,max)
runif(100,60,95)
options(digits = 0) #保留⼩数位数
runif(100) #不设置Min和max，默认min=0，max=1
options(digits =5)
x=runif(100)
hist(x,prob=F,main=“uniform on [0,1]”)
curve(dunif(x,0,1),add=T)
#⼆项分布
rbinom(n,size,prob) #n为随机数数量，size为贝努⼒试验次数，prob表⽰⼀次试验成功的概率
rbinom(50,10,0.25) #注意n和size的差异，结果显⽰的是做10次试验，成功的次数
#指数分布
rexp(n,lamda) #n表⽰⽣成随机数数量，lamda表⽰1/mean
rexp(100,1/10) #⽣成100个均值为10的指数分布随机数
mmpi-2mean(rexp(100,1/10))
#⼀台机器⽣产次品的概率是0.01，随机抽取1000个产品，次品数⼩于20的概率是多少？
pbinom(19,size=1000,prob=0.01)
#四根⽕柴，每根⽕柴点着烤⾁架的概率是0.1，问⽕柴⽤完前点着烤⾁架的概率是多少？
pgeom(3,0.1) #⼏何分布成功前所需要的实验次数
pgeom(4,0.1)
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议