机器学习笔记之R语言基础篇3(概率分布1)
来源:互联网 发布:网络兼职怎么找 编辑:程序博客网 时间:2024/06/09 17:03
接下来我们介绍概率分布
好了,接下来我们开始吧!
—-正太分布—-
概率密度函数 dnorm density
累积概率函数 pnorm probility
1.概率密度函数及累积概率函数简单回顾—
在这里,F(x)是原分布函数,即为累计概率函数,f(x)是概率密度函数
如下图,其为正太分布的概率密度函数,f(x)
曲线f(x)与x轴间所覆盖的面积即为F(X),即为累计概率函数
2.r中的概率密度函数
#-3到3间的概率密度函数,curve为绘图函数> curve(dnorm,from=-3,to=3)
3.R中的累计概率函数
#导入此包是为了画图,后面章节会有详细介绍> library(ggplot2)> x=seq(-3,3,0.01)> z=pnorm(x)> data=data.frame(x,z)> ggplot(data,aes(x,z))+geom_line()
提问,为什么这里不用curve函数画图?
我们来看以下代码
> curve(dnorm(x))
curve函数要配合输入的x范围区间才能较好显示出我们要的图形。
-回顾正太分布-
如上图,X服从正太分布,Y服从标准正太分布
上图为普通正太分布的概率密度,其中标准差越大,图像越扁,反之越高,均值为其图像的对称轴。
上图为标准正太分布的概率密度,此时均值为0,方差为1.
正太分布的面积分布—
正太曲线与x轴的某(任意)一段区间所围成的面积 表示 变量值落在该区间的概率(简单记为,其[a,b]间的面积即为[a,b]间的概率)
正太分布面积图如下:
区间(μ-σ,μ+σ)内的面积为68.268949% P{|X-μ|<σ}=2Φ(1)-1=0.6826区间(μ-1.96σ,μ+1.96σ)内的面积为95.449974% P{|X-μ|<2σ}=2Φ(2)-1=0.9544区间(μ-2.58σ,μ+2.58σ)内的面积为99.730020% P{|X-μ|<3σ}=2Φ(3)-1=0.9974
正太分位数–
分位数有三种,α分位数、上侧α分位数与双侧α分位数。
F(x)为随机变量分布函数。 当α满足0 <α<1 时 α分位数:使P{X< xα}=F(xα)=α的数 xα【面积为α时的x】 上侧α分位数:使P{X >λ}=1-F(λ)=α的数 λ【面积为1-α时的x】 双侧α分位数:使P{X<λ1}=F(λ1)=0.5α的数 λ1【面积为0.5α的x1】 使 P{X>λ2}=1-F(λ2)=0.5α的数λ2【面积为1-0.5α的x2】
–分位数 qnorm quantile
#正太分布在0.5处的分位数(面积为0.5时的x值)> qnorm(0.5,0,1)[1] 0#正太分布在0.975处的分位数(面积为0.975时的x值)> qnorm(0.975,0,1)[1] 1.959964#以上也可写为> qnorm(0.5)[1] 0> qnorm(0.975)[1] 1.959964
–随机数 rnorm random
#rnorm(随机值个数,平均值,标准差)> rnorm(5,0,1)[1] -0.4755264 -0.4234262 0.4926992 -0.2733262[5] 0.6941299
练习:
z is Normal(0,1):
1.p(-1<z<=2)2.b such that p(-b<z<=b)=0.90
#F(2)-F(1),即求面积差> pnorm(2)-pnorm(-1)[1] 0.8185946#F(b)-F(-b)=2F(b)=0.90,F(b)=0.45,即求面积为0.45的分位数> qnorm(0.45)[1] -0.1256613
好了,这一节就到这里吧,我们下节继续~
阅读全文
0 0
- 机器学习笔记之R语言基础篇3(概率分布1)
- 机器学习笔记之R语言基础篇1
- 机器学习笔记之R语言基础篇4
- 机器学习之概率分布3
- 机器学习之概率分布1
- (R语言)概率分布
- 机器学习-联合概率分布笔记
- 机器学习笔记之R语言基础5(T,F检验)
- 用R语言求概率分布_R语言学习笔记5
- 机器学习之概率分布2
- 机器学习之R语言基础7(假设检验)
- 概率分布与R语言
- R语言与机器学习-学习笔记1(前言)
- 机器学习之R语言基础篇2(列联表大致内容)
- 机器学习笔记之R语言6(抽样和假设检测(t检测1))
- R语言学习笔记-概率函数
- R语言之机器学习
- R语言笔记-第五课文件和R中的概率分布函数
- java并发-竞态条件与临界区(3)
- Eclipse插件汇总
- 起点 S到终点T的步数
- Full GC排查
- C语言基础与提高3——指针
- 机器学习笔记之R语言基础篇3(概率分布1)
- 日期转化
- 收款吧-shouk8 个人微信支付宝网站收款、即时入账、即充宝--收支宝 免签约收款即时到帐辅助系统
- Elasticsearch 安装ik分词器
- 【云计算】mapreduce的理解
- C++学习之友元函数(二)
- web 技术入门概述
- 数据结构(树和二叉树的转换与遍历)
- OpenCV移植到ARM(3)