R语言︱分布函数与概率密度+随机数产生
1、常见概率分布
##正态分布 pnorm(1.96) #P(x<=1.96)时的分布概率 pnorm(1.96,0,1) #上同 pnorm(1.96,lower.tail = F) #P(x>1.96)注意与pnorm的区别 qnorm(0.975) #已知分布概率求x值 dnorm(0) #f(0)概率密度值 rnorm(111) #产生符合正态分布的111个随机数 ##泊松分布 Possion(x,λ) dpois(2,0.9) #等同概率密度 dpois(2.1,0.9) #x一定需要整数 ppois(2.1,0.9) #分布概率，取2.1的最小整数
其他一些分布函数：
一个利用概率分布解决问题的例子
1. 某人进行射击，每次击中目标的命中率为0.02，独立射击400次，求至少击中两次的概率。
解：400重伯努利试验，用二项分布求解。
P{X = k} = C400k * (0.02)^k * (0.0=98)^(400-k)
P{X≥2} = 1 – P{X = 0} - P{X = 1}
> 1 - sum(pbinom(0:1, 400, 0.02)) [1] 0.9968561
2、根据分布产生随机数
均匀分布、正态分布是比较常见的产生随机数的分布
> runif(10) [1] 0.961465376 0.007521925 0.193619234 0.137027246 0.739370654 0.072907082 [7] 0.674551635 0.650777811 0.984664183 0.796723066
显著性水平为 5% 的正态分布的双侧临界值是：
> qnorm(0.025) [1] -1.959964 > qnorm(0.975) [1] 1.959964
随机数中产生的问题
问：set.seed设置了种子，但是每次产生的随机数还是不同？
解答：set.seed()只对运行该命令后的第一次随机产生结果有效。
要得到相同的随机数，还得再“重写”一遍
set seed(123)
rnorm()
这样，每次得到的随机数就一样