使用R拟合分布

最新推荐文章于 2024-07-16 19:31:05 发布

weixin_30530339

最新推荐文章于 2024-07-16 19:31:05 发布

阅读量5.1k

点赞数 2

CC 4.0 BY-SA版权

文章标签： r语言

原文链接：http://www.cnblogs.com/amengduo/p/9587002.html

本文介绍了如何使用R语言拟合各种概率分布，包括正态分布、卡方分布、t分布、F分布和Wishart分布。通过示例代码展示了如何生成这些分布的密度函数图形，并探讨了不同分布之间的关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用R拟合分布

几个常用的概率函数介绍

这里，参考R语言实战，以及[Fitting Distribution with R]的附录。

一.认识各种分布的形态

1.1 连续型随机变量的分布

首先，我们来回顾一遍各类分布函数的表达式，及其关系。
先逐一介绍与标准正态分布相关的一些分布：正态分布，卡方分布，t−

分布，F−分布，Wishart

分布。
先上个图，一睹为快。
以上几个分布之间的关系如以下结构图所示。
[广义线性模型导论3rd edition,p10]

1.1.1 正态分布

正态分布N(μ,σ2)

的密度函数：

正态分布的形态如图。

library(ggplot2)
library(reshape2)
library(dplyr)
#产生分布数据
set.seed(123)
data_norm<-data.frame(x1 = rnorm(n = 200, m = 0, sd = 1),
                      x2 = rnorm(n = 200, m = 0, sd = sqrt(2)),
                      x3 = rnorm(n = 200, m = 0, sd = sqrt(0.5)),
                      x4 = rnorm(n = 200, m = 1, sd = 1),
       &nbs