可以用内置的graphic包来画,就是plot()和curve()
也可以用ggplot2来画,后者更灵活。
graphic
# 先生成一组随机数x <- rnorm(2000)
# 画频率直方图, 分30个bin
hist(x, freq = F, breaks = 30)
# 再画概率分布曲线
lines(density(x, bw=.5), col="red", lwd=2)
2. ggplot2
# 准备工作, 把x设成一个数据集library(ggplot2)
data <- data.frame(x = x)
# 生成底层和直方图,概率线的图层
p <- ggplot(data, aes(x = x, y = ..density..))
p <- p + geom_histogram(fill = "navy")
p <- p + geom_density(colour = "green")
p
画出来风格不太一样,看你口味了
如果只是画图,用curve()函数就好了画正态密度:curve(dnorm,xlim=c(-3,3),col=2)
xlim是控制x轴显示从哪儿到哪儿,col是控制曲线颜色
画指数密度:curve(dexp(x,rate=1),xlim=c(0,5))
画指数分布:curve(pexp(x,rate=1),xlim=c(0,5))
你的方法是生成很多点x=seq(-6,6,0.1)
逐一算出函数值
t1[[i]]=dnorm(x,u[i],sigma)
t2[[i]]=pnorm(x,u[i],sigma)
最后在plot出来,用type="l"和lty=2的虚线弄出来。
curve这些功能都可以做到。
curve(dexp(x,rate=1),xlim=c(0,5),lty=2,add=T)就有虚线,
add=T可以一图多线
通过使用r语言,对多个个体概率进行统计、比较。1、对单个个体进行概率分析,可以利用二项分布概率、泊松分布概率,对个体概率进行统计、分析;
2、创建个体概率分布图形,对多个个体概率进行分析、比较。