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。 d
xxx 的第一个参数是x
,p
xxx是q
, q
xxx 是 p
,和r
xxx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。
p
xxx 和 q
xxx 函数都有逻辑 参数 lower.tail
和 log.p
。d
xxx 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 (d
xxx(..., 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。