R的统计表
R给出了详尽的统计表。R 还提供了相关函数来 计算累计概率分布函数 X <= x)， 概率密度函数和分位数函数(给定 q，符合 P(X <= x) > q的最小x就是对应的分位数)， 和基于概率分布的计算机模拟。
| 概率分布 | R 对应的名字 | 附加参数 |
|---|---|---|
| β分布 | beta | shape1, shape2, ncp |
| 二项式分布 | binom | size, prob |
| Cauchy 分布 | cauchy | location, scale |
| 卡方分布 | chisq | df, ncp |
| 指数分布 | exp | rate |
| F分布 | f | df1, df1, ncp |
| γ分布 | gamma | shape, scale |
| 几何分布 | geom | prob |
| 超几何分布 | hyper | m, n, k |
| 对数正态分布 | lnorm | meanlog, sdlog |
| logistic 分布 | logis | location, scale |
| 负二项式分布 | nbinom | size, prob |
| 正态分布 | norm | mean, sd |
| Poisson 分布 | pois | lambda |
| t 分布 | t | df, ncp |
| 均匀分布 | unif | min, max |
| Weibull 分布 | weibull | shape, scale |
| Wilcoxon 分布 | wilcox | m, n |
不同的名字前缀表示不同的含义，d表示概率密度函数，p 表示 累积分布函数（cumulative distribution function，CDF），q 表 示分位函数以及 r 表示随机模拟(random deviates)或者随机数发生器。 dxxx 的第一个参数是x，pxxx是q， qxxx 是 p，和rxxx的是n(rhyper 和rwilcox例外，二者的参数是 nn)。偏态指数（non-centrality parameter） ncp 现在仅用于累积分布函数，大多数概率密度函数 和部分其他情况：更细节的内容可以参考帮助文档。
pxxx 和 qxxx 函数都有逻辑 参数 lower.tail 和 log.p。dxxx 也有一个逻辑函数 log。 它们可以用来计算所要的函数值。 例如可以通过下式计算累计(“积分的”) 风险 （hazard）函数， ，
- pxxx(t, ..., lower.tail = FALSE, log.p = TRUE)
它们也可以直接用来计算更精确的对数似然值 (dxxx(..., log = TRUE))。
此外还有函数 ptukey 和 qtukey 计算 来自正态分布的样本的标准化全距（studentized range） 的分布。
这里是一些例子
> ## t分布的双侧p值 > 2*pt(-2.43, df = 13) > ## F(2, 7)分布的上1%分位数 > qf(0.99, 2, 7)
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
