R语言-数学统计函数
概率函数的作用
这些概率函数都满足特定条件的数据分布情况，可以使用它们生成特定分布的随机数，绘制出对应的分布曲线来查看。
R概率分布
正态分布（normal distribution）的四个函数，norm加上以下四个前缀
d 概率密度函数 （probability density）-dnorm:正态概率密度函数
p 分布函数（distribution）-pnorm:正态分布函数
q 分布函数的反函数 -qnorm：正态分位数函数
r 产生相同分布的随机数（random number）-rnorm：正态分布随机数函数
#mean:平均值
#sd:为标准差
#log, log.p:逻辑;如果为TRUE，则给出概率p为log(p)。
#lower.tail:逻辑;如果TRUE(默认)，则概率为P[X≤X]，否则为P[X > X]
dnorm(x, mean = 0, sd = 1, log = FALSE)
pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
rnorm(n, mean = 0, sd = 1)
R几何分布
几何分布（geometric distribution），geom加上四个前缀，与密度，分布函数，分位数函数和随机生成相关的几何分布函数
#prob:每次试验成功的概率
#log, log.p:逻辑;如果为TRUE，则给出概率p为log(p)。
#lower.tail:逻辑;如果TRUE(默认)，则概率为P[X≤X]，否则为P[X > X]
dgeom(x, prob, log = FALSE)
pgeom(q, prob, lower.tail = TRUE, log.p = FALSE)
qgeom(p, prob, lower.tail = TRUE, log.p = FALSE)
rgeom(n, prob)
R超几何分布
超几何分布（hypergeometric distribution），hyper加上四个前缀，与密度，分布函数，分位数函数和随机生成相关的超几何分布函数
#x,q:分位数向量表示白球的数量，没有从包含黑白球的瓮中替换。
#m:瓮里白球的数量。
#n:瓮里黑球的数量
#k:从瓮中取出的球的数量，因此必须是0,1，…，m+n。
#p:概率，它必须在0到1之间。
#nn:数量的观察。如果length(nn) > 1，则取长度为所需的数字。
#log, log.p:逻辑;如果为TRUE，则给出概率p为log(p)。
#lower.tail:逻辑;如果TRUE(默认)，则概率为P[X≤X]，否则为P[X > X]
dhyper(x, m, n, k, log = FALSE)
phyper(q, m, n, k, lower.tail = TRUE, log.p = FALSE)
qhyper(p, m, n, k, lower.tail = TRUE, log.p = FALSE)
rhyper(nn, m, n, k)
生成随机数
- runif()函数
1. 生成0到1之间的随机数
> runif(1)
[1] 0.4875393
> runif(5)
[1] 0.1195627 0.9152149 0.6146097 0.6743579 0.9497667
2. 生成任意数字之间的随机数
#用乘法，乘以任意数字
> runif(5)*12
[1] 3.596390 5.783034 2.893200 6.001494 10.795520
#设置内置参数max,min的值
> runif(5,10,100)
[1] 40.64181 31.04153 91.15693 66.37824 36.80475
生成固定的随机数
- set.seed()函数
> set.seed(100)
> runif(10)
[1] 0.30776611 0.25767250 0.55232243 0.05638315 0.46854928 0.48377074 0.81240262 0.37032054 0.54655860 0.17026205
> set.seed(100)
> runif(10)
[1] 0.30776611 0.25767250 0.55232243 0.05638315 0.46854928 0.48377074 0.81240262 0.37032054 0.54655860 0.17026205