首页 理论教育 基于R的数理统计学:分位数计算实例

基于R的数理统计学:分位数计算实例

时间:2023-11-22 理论教育 版权反馈
【摘要】:利用R求各种分布的概率及分位数非常方便,现通过举例的方式介绍。qchisq#自由度为5的卡方随机变量小于概率值0.5的分位数值[1]4.351463.R求t分布的概率及分位数pt(x,n):计算小于分位数x的概率函数,其中n是自由度。

基于R的数理统计学:分位数计算实例

利用R求各种分布的概率及分位数非常方便,现通过举例的方式介绍。

1.R求正态分布的概率及分位数

(1)求正态分布概率函数。

pnorm(x,mu,sigma):正态随机变量小于x的概率计算函数,其中x为分位数,mu为均值,sigma为标准差,标准正态mu=0,sigma=1是默认的,可以省略。

pnorm(1.96)#标准正态随机变量小于1.96的概率

[1]0.9750021

pnorm(1.96,1,2)#均值为1,标准差为2的小于1.96的概率

[1]0.6843863

pnorm(-1.96)#标准正态随机变量小于-1.96的概率

[1]0.0249979

pnorm(-1.96,1,2)#均值为1,标准差为2的小于-1.96的概率

[1]0.06943662

(2)求正态分布分位数函数。

qnorm(p,mu,sigma):正态随机变量概率为p的分位数计算函数,其中p为概率值,mu为均值,sigma为标准差,标准正态mu=0,sigma=1是默认的,可以省略。

qnorm(0.975)#标准正态随机变量小于分位数x的概率为0.975,则分位数x的值为

[1]1.959964

qnorm(0.975,1,2)#均值为1标准差为2的正态随机变量小于分位数x的概率为0.975,则分位数x的值为

[1]4.919928

qnorm(0.025)#标准正态随机变量小于分位数x的概率为0.025,则分位数x的值为

[1]-1.959964

qnorm(0.025,1,2)#均值为1标准差为2的正态随机变量小于分位数x的概率为0.025,则分位数x的值为

[1]-2.919928(www.xing528.com)

2.R求卡方分布的概率及分位数

(1)pchisq(x,n):计算小于分位数x的概率函数,其中n是自由度

pchisq(4.353,5)#自由度为5的卡方随机变量小于4.353的概率值

[1]0.500211

(2)qchisq(p,n):计算小于概率p的分位数x的函数,其中n是自由度。

qchisq(0.5,5)#自由度为5的卡方随机变量小于概率值0.5的分位数值

[1]4.35146

3.R求t分布的概率及分位数

(1)pt(x,n):计算小于分位数x的概率函数,其中n是自由度。

pt(2.5,8)#计算自由度为8的小于分位数2.5的概率值

[1]0.981529

(2)qt(p,n):计算小于概率p的分位数x的函数,其中n是自由度。

qt(0.981529,8)#计算自由度为8的小于概率值0.981529的分位数x的值

[1]2.500001

4.R求F分布的概率及分位数

(1)pf(x,n1,n2):计算小于分位数x的概率函数,其中n1,n2是自由度。

pf(2.5,8,3)#计算自由度为8,3的小于分位数2.5的概率值

[1]0.7569048

(2)qf(p,n1,n2):计算小于概率p的分位数x的函数,其中n1,n2是自由度。

qf(0.7569048,8,3)#计算自由度为8,3的小于概率值0.7569048的分位数x的值

[1]2.5

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈