R语言中几种常见的概率分布

最新推荐文章于 2025-09-21 12:44:11 发布

CodeSpark

最新推荐文章于 2025-09-21 12:44:11 发布

阅读量625

点赞数 1

CC 4.0 BY-SA版权

文章标签： r语言开发语言 R语言

本文链接：https://blog.youkuaiyun.com/CodeSpark/article/details/132373467

R语言专栏收录该内容

90 篇文章 ¥59.90 ¥99.00

订阅专栏

本文介绍了R语言中四种常见的概率分布：正态分布、二项分布、泊松分布和均匀分布，包括对应的函数用法，如PDF、CDF、分位数计算及随机数生成，帮助读者深入理解R语言的统计功能。

R语言中几种常见的概率分布

概率分布是统计学中非常重要的概念，用于描述随机变量的取值概率。R语言提供了广泛的函数和包来处理各种常见的概率分布。本文将介绍R语言中几种常见的概率分布，并提供相应的源代码示例。

正态分布（Normal Distribution）
正态分布是统计学中最常见的分布之一，也称为高斯分布。在R语言中，我们可以使用dnorm函数计算正态分布的概率密度函数（Probability Density Function, PDF），使用pnorm函数计算累积分布函数（Cumulative Distribution Function, CDF），使用qnorm函数计算分位数，使用rnorm函数生成符合正态分布的随机数。

# 正态分布的概率密度函数
dnorm(x, mean = 0, sd = 1)

# 正态分布的累积分布函数
pnorm(q, mean = 0, sd = 1)

# 正态分布的分位数
qnorm(p, mean = 0, sd = 1)

# 生成符合正态分布的随机数
rnorm(n, mean = 0, sd = 1)