R中的正態分佈

我想用rnorm(n, mean, sd)。我可以理解，n是具有mean和sd的觀察值的數目。但是請簡單地告訴我運行rnorm(n,mean,sd)後的結果是什麼！R中的正態分佈

感謝

2014-04-15 user3439865

請說明一下你不理解。正如你所說的那樣，它是來自具有給定均值和sd的分佈的n個觀察值。 – frankc

例如： RNORM（10,500,80） [1] 502.0629 548.9628 549.4252 473.6572 548.6160 437.7743 515.5681 452.3997 [9] 471.2482 351.4196 它們代表什麼這些數字？ – user3439865

假設您運行以下命令：

RNORM（5，10，2）

你得到的是五點從正常隨機抽取價值分佈的平均值爲10，標準差爲2.

這是一個隨機抽籤，所以每次你重新運行這一行時，你將得到一個不同的s數字等。不過，它們都屬於相同的正態分佈。

（如果你希望每次運行命令時，你需要使用set.seed()首先要獲得相同的一組值）

來源

2014-04-15 19:37:24 msoftrain

函數調用導致從適合你的參數均值的正態分佈採樣的N意見和標準差。也就是說，如果你要抽取大量的觀測數據，比如說1,000,000，那麼觀測的平均值就近似於你的mean，標準偏差（衡量「擴散」的程度或者數據「變化」的程度）將會同樣近似你的sd。您的計算值越接近mean和sd參數越接近您的n。

下面一個簡單的例子

OBS < -rnorm（N = 1E6，平均值= 0，SD = 1）＃標準正態分佈平均值（OBS） 1 0.001220156 SD（OBS） 1 0.9993028

快速直方圖會告訴你，採樣接近標準正態分佈

HIST（OBS）你也可以看到，平均/ SD更接近的參數，如果你增加你的n的大小。

> obs<-rnorm(n=1e6, mean=0, sd=1) # a standard normal distribution 
> sizes<-10^c(1,2,3,4,5,6) #various sample sizes 
> comp<-sapply(sizes, function(x){ 
+ obs<-rnorm(n=x,mean=0,sd=1) 
+ c(mean=mean(obs), sd=sd(obs))}) 
> comp 
      [,1]   [,2]  [,3]   [,4]   [,5]   [,6] 
mean 0.5067287 -0.007100886 -0.02529011 -0.005051383 -0.001862262 0.0007186828 
sd 1.2146560 1.005648941 0.99851624 0.989914551 1.002872287 1.0006376314

來源

2014-04-15 19:39:42 JPC

R中的正態分佈

回答

相關問題