R语言绘图及检验 | 您所在的位置:网站首页 › 正态拟合曲线 › R语言绘图及检验 |
正态分布曲线
目录 正态分布曲线 图一 图二 图三 分布检验 如果连续型随机变量X的概率密度函数 具有如下形式:
画出在-5-5区间,随机变量X服从N(0,1)的概率密 度函数曲线 知识点说明: dnorm()是正态分布的概率密度函数 rnorm是生成正态分布的随机数 pnorm是分布函数 > x y plot(x,y,type="l")注释::生成-5到5区间,等间隔距离共100个点,dnorm()是R生成正态分布的概率密度函数,type="l"表示的是划线,最后得到的图形如下: 在一幅图中,分别画出在-5,5区间,随机变量服从N(0,0.5), N(0,1),N(0,2)的概率密度曲线。 > x plot(x,dnorm(x,0,0.5),type="l") > lines(x,dnorm(x,0,1)) > lines(x,dnorm(x,0,2))注释:lines是在原图的基础上添加,生成的结果图如下所示: 画出随机变量X服从 N(0,0.5),N(0,1), N(0,2)累计分布曲线。 正态分布的累计分布函数是
检验随机变量X是否服从正态分布。 R提供 shapiro.test( )来做检验。用的是ShapiroWilk正态分布检验法,检验样本在3到5000之间。 此方法检验的统计量W: 统计量W 最大值是1,越接近1,表示样本与正态分布匹配 p值,如果p-value小于显著性水平α(0.05),则不满足正态分布。 满足的情况: 不满足的情况: 还可以通过rnorm( )函数模拟一组由1000个数字组成的样本数据,并做分布检验。 通过rnorm()生成的数据样本,肯定是服从正态分布的
|
CopyRight 2018-2019 实验室设备网 版权所有 |