quantile(x <- rnorm(1001))
也可以指定某个分位数：
quantile(rnorm(1001), probs = c(0.25,0.75))
卡方分布(non-central)Chi-Squared Distribution，chisq它广泛的运用于检测数学模型是否适合所得的数据，以及数据间的相关性。数据并不需要呈正态分布
k个标准正态变量的平方和即为自由度为k的卡方分布。
quantile function 分位数函数 qchisq(p, df, ncp=0, lower.tail = TRUE, log.p = FALSE)
其中df为degrees of freedom。ncp是non-centrality parameter (non-negative).ncp=0时是central卡方分布，ncp不为0时，表示这个卡方分布是由非标准正态分布组合而成，ncp=这些正态分布的均值的平方和。
对实验数据检验方差相等的正态分布总体均值是否相等。判断各因素对试验指标影响是否显著。根据影响实验指标条件的个数可以区分为：单因素方差分析，双因素方差分析，多因素方差分析boxplot（目标变量~变量，data=数据框）
箱子中的黑线是中值，箱体是下边缘为1/4分位数，上边缘为3/4分位数。上下两侧为最小值和最大值。
第一列为均值差异，第二列为置信区间，最后为P值（校正后）
上方存在相同字母的组间差异不显著
