R语言：生成正态分布数据生成--rnorm,dnorm,pnorm,qnorm

norm是正态分布，前面加r表示生成随机正态分布的序列，其中rnorm(10)表示产生10个数；给定正太分布的均值和方差，

Density(d), distribution function§, quantile function(q) and random® generation for the normal distribution with mean equal to mean and standard deviation equal to sd.

rnorm生成随机正态分布序列
pnorm可以输出正态分布的分布函数
dnorm可以输出正态分布的概率密度
qnorm给定分位数的正太分布

使用格式如下：

dnorm(x, mean = 0, sd = 1, log = FALSE)
pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
rnorm(n, mean = 0, sd = 1)

x, q
分位数向量vector of quantiles.

p
概率向量vector of probabilities.

n
表示产生几个数，length(n) > 1

mean
向量均值 vector of means

sd
向量的标准变异
vector of standard deviations

log, log.p
逻辑值 logical; 为真时概率取对数 if TRUE, probabilities p are given as log§.

lower.tail
逻辑值logical; 为真取小部分概率 if TRUE (default), probabilities are P[X ≤ x] otherwise, P[X > x].

如果没有设置mean和sd的话，他们的默认值分别为0和1

还有其他随机产生方式runif，rgamma：其总体随机数符合分别符合均匀分布uniform，gamma分布，而不是正态分布

require(graphics)# 概率密度计算公式和原理
dnorm(0) == 1/sqrt(2*pi)
dnorm(1) == exp(-1/2)/sqrt(2*pi)
dnorm(1) == 1/sqrt(2*pi*exp(1))# 绘制概率密度曲线
## Using "log = TRUE" for an extended range :
par(mfrow = c(2,1))
plot(function(x) dnorm(x, log = TRUE), -60, 50,main = "log { Normal density }")
curve(log(dnorm(x)), add = TRUE, col = "red", lwd = 2)
mtext("dnorm(x, log=TRUE)", adj = 0)
mtext("log(dnorm(x))", col = "red", adj = 1)# 绘制分布函数
plot(function(x) pnorm(x, log.p = TRUE), -50, 10,main = "log { Normal Cumulative }")
curve(log(pnorm(x)), add = TRUE, col = "red", lwd = 2)
mtext("pnorm(x, log=TRUE)", adj = 0)
mtext("log(pnorm(x))", col = "red", adj = 1)

## if you want the so-called 'error function'
erf <- function(x) 2 * pnorm(x * sqrt(2)) - 1
## (see Abramowitz and Stegun 29.2.29)
## and the so-called 'complementary error function'
erfc <- function(x) 2 * pnorm(x * sqrt(2), lower = FALSE)
## and the inverses
erfinv <- function (x) qnorm((1 + x)/2)/sqrt(2)
erfcinv <- function (x) qnorm(x/2, lower = FALSE)/sqrt(2)

参考资料：
R中help(rnorm)

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外2400+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍末解决群内讨论，问题不私聊，帮助同行。

学习扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转最新文章目录阅读
https://mp.weixin.qq.com/s/5jQspEvH5_4Xmart22gjMA

R语言：生成正态分布数据生成--rnorm,dnorm,pnorm,qnorm相关推荐

python生成正态分布数据_python 生成正态分布数据,并绘图和解析
1.生成正态分布数据并绘制概率分布图 import pandas as pd import numpy as np import matplotlib.pyplot as plt # 根据均值.标准差 ...
Python实战：如何生成正态分布数据？
Python实战:如何生成正态分布数据? 在统计学中,正态分布是最常见的概率分布之一.在数据分析.机器学习及其他领域,我们经常需要生成符合正态分布的随机数.Python作为一种流行的编程语言,在实现正 ...
R语言使用random包生成随机数或者随机字符串实战：randomNumbers函数创建随机整数的数据集（包含重复项）、randomSequence函数创建不含重复项的随机序列数据集、创建随机字符串
R语言使用random包生成随机数或者随机字符串实战:randomNumbers函数创建随机整数的数据集(包含重复项).randomSequence函数创建不含重复项的随机序列数据集.创建随机字符串 ...
python生成正态分布矩阵_使用Numpy生成正态分布数据
如何使用Python生成正态分布的人员身高体重信息? 下面是生成的数据的分布情况,身高数据在各个区间大致呈正态分布. 对应的代码如下,先用pd.cut进行各个区间分桶,然后使用sort_index按照 ...
R语言处理缺失数据的5个常用包
R语言处理缺失数据的5个常用包 1.常用缺失数据处理包 2. MICE 包 2.1基本介绍 2.2 实例展示 3.Amelia包 3.1基本介绍 3.2实例展示 4.missForest包 4.1基本 ...
r语言读服务器数据,R语言数据实战 | 安装R语言
原标题:R语言数据实战 | 安装R语言 1.R的获取和安装获取和安装R很容易(这也是它"亲民"的地方),具体步骤如下: Step 1: 登陆R语言官方网站https://www. ...
r语言中进行数据可视化_R中的数据可视化
r语言中进行数据可视化 R programming was developed in 1993 for making graphs and producing statistical results. ...
R语言处理表格数据（一）
目录写在前面 1. Excel有上百列数据,把每列数据首尾相接合并成一个向量(一列) 2. 合并多个数据表(.csv) 3. 实现2个Excel表相同数据的关联,并提取相同数据到新表 4. 获取Ex ...
R语言把dataframe数据转化为tibble格式、查看每个数据列的缺失值个数、使用数据列的均值对数据列的缺失值进行填充
R语言把dataframe数据转化为tibble格式.查看每个数据列的缺失值个数.使用数据列的均值对数据列的缺失值进行填充目录

R语言：生成正态分布数据生成--rnorm,dnorm,pnorm,qnorm

猜你喜欢

写在后面

R语言：生成正态分布数据生成--rnorm,dnorm,pnorm,qnorm相关推荐

最新文章

热门文章