logo

TechCodeview

Distribuzione normale in R

Distribuzione normale è una funzione di probabilità utilizzata nelle statistiche che indica come sono distribuiti i valori dei dati. È la funzione di distribuzione della probabilità più importante utilizzata nelle statistiche a causa dei suoi vantaggi in scenari di casi reali. Ad esempio, l'altezza della popolazione, il numero di scarpe, il livello di QI, il lancio di un dado e molto altro. Si osserva generalmente che la distribuzione dei dati è normale quando esiste una raccolta casuale di dati da fonti indipendenti. Il grafico prodotto dopo aver tracciato il valore della variabile sull'asse x e il conteggio del valore sull'asse y è un grafico con curva a campana. Il grafico indica che il punto di picco è la media del set di dati e metà dei valori del set di dati si trovano sul lato sinistro della media e l'altra metà si trova sulla parte destra della media, indicando la distribuzione dei valori. Il grafico è una distribuzione simmetrica. In R, ci sono 4 funzioni integrate per generare una distribuzione normale:
    norma()
    dnorm(x, mean, sd)>
    norma()
    pnorm(x, mean, sd)>
    normaq()
    qnorm(p, mean, sd)>
    norma()
    rnorm(n, mean, sd)>
Dove,
– X rappresenta l'insieme di dati di valori – media(x) rappresenta la media del set di dati X . Il suo valore predefinito è 0.
>
– SD(x) rappresenta la deviazione standard del set di dati X . Il suo valore predefinito è 1.
>
– N è il numero di osservazioni. – P è un vettore di probabilità

Funzioni per generare una distribuzione normale in R

norma()

dnorm()> la funzione nella programmazione R misura la funzione di densità della distribuzione. Nelle statistiche, viene misurato con la formula seguente:
>
Dove, è cattivo e è la deviazione standard. Sintassi: 
dnorm(x, mean, sd)>
Esempio:
# 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()> 
>
>
Produzione:

norma()

pnorm()> La funzione è la funzione di distribuzione cumulativa che misura la probabilità che un numero casuale X assuma un valore inferiore o uguale a x, ovvero in statistica è dato da-
>
Sintassi: 
pnorm(x, mean, sd)>
Esempio:
# 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()> 
>
>
Produzione :

normaq()

qnorm()> la funzione è l'inverso di pnorm()>funzione. Prende il valore di probabilità e fornisce un output che corrisponde al valore di probabilità. È utile per trovare i percentili di una distribuzione normale. Sintassi: 
qnorm(p, mean, sd)>
Esempio:
# 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()> 
>
>
Produzione:

norma()

rnorm()> La funzione nella programmazione R viene utilizzata per generare un vettore di numeri casuali normalmente distribuiti. Sintassi: 
rnorm(x, mean, sd)>
Esempio:
# 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()> 
>
>
Produzione :