logo

Нормальний розподіл в R

Нормальний розподіл це ймовірнісна функція, яка використовується в статистиці та повідомляє про те, як розподіляються значення даних. Це найважливіша функція розподілу ймовірностей, яка використовується в статистиці через її переваги в реальних сценаріях. Наприклад, зріст населення, розмір взуття, рівень IQ, кидання кубика та багато іншого. Загалом вважається, що розподіл даних є нормальним, коли існує випадковий збір даних із незалежних джерел. Графік, отриманий після побудови значення змінної на осі абсцис і підрахунку значення на осі у, є дзвоноподібною кривою. На графіку показано, що пікова точка є середнім значенням набору даних, і половина значень набору даних лежить ліворуч від середнього, а інша половина лежить у правій частині середнього, що говорить про розподіл значень. Графік має симетричний розподіл. У R є 4 вбудовані функції для створення нормального розподілу:
    dnorm()
    dnorm(x, mean, sd)>
    pnorm()
    pnorm(x, mean, sd)>
    qnorm()
    qnorm(p, mean, sd)>
    rnorm()
    rnorm(n, mean, sd)>
де,
x представляє набір даних значень – середнє (x) представляє середнє значення набору даних x . Значення за умовчанням дорівнює 0.
>
sd(x) являє собою стандартне відхилення набору даних x . Значення за умовчанням дорівнює 1.
>
п – кількість спостережень. – стор є вектором ймовірностей

Функції для створення нормального розподілу в R

dnorm()

dnorm()> функція в програмуванні R вимірює функцію щільності розподілу. У статистиці він вимірюється за наведеною нижче формулою:
>
де, означає і є стандартним відхиленням. Синтаксис:
dnorm(x, mean, sd)>
приклад:
# creating a sequence of values> # between -15 to 15 with a difference of 0.1> x>=> seq(>->15>,>15>, by>=>0.1>)> > y>=> dnorm(x, mean(x), sd(x))> > # output to be present as PNG file> png(>file>=>'dnormExample.webp'>)> > # Plot the graph.> plot(x, y)> > # saving the file> dev.off()>
>
>
Вихід:

pnorm()

pnorm()> функція — це інтегральна функція розподілу, яка вимірює ймовірність того, що випадкове число X приймає значення, менше або дорівнює x, тобто в статистиці вона визначається як
>
Синтаксис:
pnorm(x, mean, sd)>
приклад:
# creating a sequence of values> # between -10 to 10 with a difference of 0.1> x <>-> seq(>->10>,>10>, by>=>0.1>)> > y <>-> pnorm(x, mean>=> 2.5>, sd>=> 2>)> > # output to be present as PNG file> png(>file>=>'pnormExample.webp'>)> > # Plot the graph.> plot(x, y)> > # saving the file> dev.off()>
>
>
Вихід:

qnorm()

qnorm()> функція є зворотною до pnorm()>функція. Він приймає значення ймовірності та видає вихід, який відповідає значенню ймовірності. Це корисно для знаходження процентилів нормального розподілу. Синтаксис:
qnorm(p, mean, sd)>
приклад:
# Create a sequence of probability values> # incrementing by 0.02.> x <>-> seq(>0>,>1>, by>=> 0.02>)> > y <>-> qnorm(x, mean(x), sd(x))> > # output to be present as PNG file> png(>file> => 'qnormExample.webp'>)> > # Plot the graph.> plot(x, y)> > # Save the file.> dev.off()>
>
>
Вихід:

rnorm()

rnorm()> Функція в програмуванні R використовується для генерації вектора випадкових чисел, які розподілені нормально. Синтаксис:
rnorm(x, mean, sd)>
приклад:
# Create a vector of 1000 random numbers> # with mean=90 and sd=5> x <>-> rnorm(>10000>, mean>=>90>, sd>=>5>)> > # output to be present as PNG file> png(>file> => 'rnormExample.webp'>)> > # Create the histogram with 50 bars> hist(x, breaks>=>50>)> > # Save the file.> dev.off()>
>
>
Вихід: