class MyStack<E>{
private LinkedList<E>list = new LinkedList<E>()
public boolean empty() {return list.isEmpty()}
public E peek(){return list.peek() }
public E pop() {return list.poll() }
public void push(E o) {list.addFirst(o)}
作为一种语言进行统计分析，R有一个随机数生成各种统计分布功能的综合性图书馆。R语言可以针对不同的分布，生成该分布下的随机数。其中有许多常用的个分布可以直接调用。
在R中各种概率函数都有统一的形式，即一套统一的前缀+分布函数名：
d 表示密度函数（density）。
p 表示分布函数（生成相应分布的累积概率密度函数）。
q 表示分位数函数，能够返回特定分布的分位数（quantile）。
r 表示随机函数，生成特定分布的随机数（random）。
扩展资料：
注意事项：
1、使用了错误大小写：help()是正确的，其他都是错误的。
2、不要忘记使用必要的引号：install.packages(“gclus”)。
3、在函数调用时，不要忘记使用括号：help()。
4、在Windous上，路径名中使用的是\。
5、R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。数据框是用来存储数据集的主要数据结构。
参考资料来源：百度百科-R语言
参考资料来源：百度百科-标准正态分布
参考资料来源：百度百科-散点图
偏态分布是与“正态分布”相对，分布曲线左右不对称的数据次数分布，是连续随机变量概率分布的一种。统计描述可以针对图形、或者计算参数进行直接描述就行了，
比如是正偏态分布、还是负偏态分布、偏态系数、众数等来描述；
若M>Me>Mo时，即平均数大于中数，中数又大于众数，则数据的分布是属于正偏态分布。正偏态分布的特征是曲线的最高点偏向X轴的左边，位于左半部分的曲线比正态分布的曲线更陡，而右半部分的曲线比较平缓，并且其尾线比起左半部分的曲线更长，无限延伸直到接近X轴。
若M<Me<Mo时，即平均数小于中数，中数又小于众数，则数据的分布是属于负偏态分布。负偏态分布的特征是曲线的最高点偏向X轴的右边，位于右半部分的曲线比正态分布的曲线更陡，而左半部分的曲线比较平缓，并且其尾线比起右半部分的曲线更长，无限延伸直到接近X轴。
作图的方法，建议提供具体的样本数据，有数据方便作图；
总体来说，概率分布图，都可以在excel中使用线柱图来表示，即柱状图+曲线图；
1、整理数据。将数据分组，计算出每个组内数据的频次；
2、作图。根据频次分布数据，进行绘图。
比较简便的概率分布图，可以在excel的加载项中，使用“直方图”（可以根据数据自动绘图，但是图形不够美观）；
