R概率分布函数使用小结

记要

今天在计算分类模型自行区间时，用到了R中正太分布的qnorm函数，这里做简单记要，作为备忘。

R中自带了很多概率分布的函数，如正太分布，二次分布，卡放分布，t分布等，这些分布的函数都有一个共性，每个分布拥有4个带有d,p,q,r前缀的函数。比如正太分布，有dnorm,pnorm,qnorm和rnorm。这几个前缀的意义如下：

• d  Density的缩写，表示密度函数。举个例子，标准正太分布x=0对应的值可以用dnorm(0)计算
• p  Probability的缩写，表示概率函数。举个例子，标准正太分布从负无穷大到0的概率，可以用pnorm(0)计算
• q  Quantile的缩写，表示分位函数。举个例子，如果知道标准正太分布从负无穷大到x的概率是0.9678，想要知道这个x的值，可以通过qnorm(0.9678)计算。
• r Random的缩写，表示随机函数。用于随机生成符合正太分布的数值，举个例子，如果想随机生成10个符合标准正太分布的函数，可以用rnorm(10)来获得。

在R命令行中输出“?pnorm”，可以了解更多详细情况。

 

心得体会

最近在学习数据挖掘中的一些分类模型，由于才入门不久，以前总认为概率在数据挖掘在没多大用处，直到昨天才知道原来挖掘模型的精度评估和比较可以 建立在统计学分析框架上。比如评估一个分类模型，计算其准确度的自行区间就是通过二项分布近似到正太分布计算。再比如，评估两个模型是否有差异，这个通过假设检验和卡放分布验证。

 

参考：《数据挖掘导论》 Pang-Ning Tan 4.6节