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。
- > set.seed(13)
- > rnorm(10)
- [1] 0.5543269 -0.2802719 1.7751634 0.1873201 1.1425261 0.4155261
- [7] 1.2295066 0.2366797 -0.3653828 1.1051443
- > set.seed(13)
- > rnorm(10)
- [1] 0.5543269 -0.2802719 1.7751634 0.1873201 1.1425261 0.4155261
- [7] 1.2295066 0.2366797 -0.3653828 1.1051443
- >
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。
——————————————————————————————————
应用一:rep()和replicate()批量取随机数
来源公众号:砍柴问樵夫
问题:假设我想从符合正态分布的数据集中随机抽取2个数据,排序, 这样的数据我需要10对,你会怎么做?
很多人都会想到用rep()这个函数,我们来试试。
rep(sort(sample(rnorm(n=100,mean = 0,sd = 1),2)),10)
结果文件:
> rep(sort(sample(rnorm(n=100,mean = 0,sd = 1),2)),10) [1] 0.1188322 0.3224045 0.1188322 0.3224045 0.1188322 0.3224045 0.1188322 [8] 0.3224045 0.1188322 0.3224045 0.1188322 0.3224045 0.1188322 0.3224045 [15] 0.1188322 0.3224045 0.1188322 0.3224045 0.1188322 0.3224045
很明显不符合我们的要求。
该怎么解决呢?
replicate()函数可以实现,具体如下:
replicate(n=10,expr=sort(sample(rnorm(n=100,mean = 0,sd = 1),2)))
结果文件:
[,1] [,2] [,3] [,4] [,5] [,6] [1,] -0.72719296 -0.9876203 -2.212692 -0.8753055 0.2981434 -1.2255357 [2,] -0.02896154 0.9458406 1.511990 1.9813026 1.2695440 -0.2565482 [,7] [,8] [,9] [,10] [1,] -0.21979065 -0.6226580 -0.2889041 0.566944 [2,] 0.09309426 0.4599596 0.5187426 1.602581
大家应该注意到:rep()返回的是向量,replicate()返回的是矩阵。
下面列出两个函数的用法:
rep():
rep(x, ...)
rep.int(x, times) #每个元素重复次数
rep_len(x, length.out) #生成向量长度
replicate(),replicate(n, expr, simplify = "array") #随机数生成器