正态分布密度曲线如图1所示:
x1=seq(-4,4,0.001)
x2=seq(-3,5,0.001)
y1=dnorm(x1,0,1)
y2=dnorm(x2,mean=1,sd=1)#y1,y2表示两条均值不同的正态密度函数曲线
plot(x1,y1,type=”l”)
lines(x2,y2,col=”red”)
abline(v=0)
abline(v=1,col=’red’)
#(a)下侧分位数如图二所示:
x=seq(-4,4,length=1000)
y=dnorm(x,0,1)
plot(x,y,type=”l”)
for(p in seq(0.01,0.95,length=50)){
p=0.95#把p的值放在里面等于没有循环
xp=qnorm(p)#xp:分位数
points(xp,0,col=”red”,pch=16,cex=1)
#cex:点的大小,pch=16:说明点是实心的,pch等于的数字不同,则对应的符合不同,16是一个实心点
x1=x[x<=xp]
y1=dnorm(x1)
lines(x1,y1,type=”h”,col=”blue”)
}
#(b)上侧分位数如图三所示:
x=seq(-4,4,length=1000)
y=dnorm(x,0,1)
plot(x,y,type=”l”)
p=0.95#如果p=0.5,则下面要改成lower.tail=T
xp=qnorm(p)#xp:分位数
points(xp,0,col=”red”,pch=16,cex=1)
x1=x[x>=xp]
y1=dnorm(x1)
lines(x1,y1,type=”h”,col=”blue”)
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!