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binhist(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")ks.test()实现了KS检验，可以检验任意样本是不是来自给定的连续分布。你这里的用法就是：ks.test(data,pt,df=df) #data是样本的数据，df是要检验的t分布的自由度我们可以用很多方法分析一个单变量数据集的分布。最简单的办法就是直接看数字。利用函数summary 和fivenum 会得到两个稍稍有点差异的汇总信息。此外，stem(\茎叶"图)也会反映整个数据集的数字信息。>attach(faithful)>summary(eruptions)Min. 1st Qu. Median Mean 3rd Qu. Max.1.600 2.163 4.000 3.488 4.454 5.100>fivenum(eruptions)[1] 1.6000 2.1585 4.0000 4.4585 5.1000>stem(eruptions)The decimal point is 1 digit(s) to the left of the |16 | 07035555558818 | 00002223333333557777777788882233577788820 | 0000222337880003577822 | 000233557802357824 | 0022826 | 2328 | 08030 | 732 | 233734 | 25007736 | 000082357738 | 233333558222557740 | 000000335778888800223355557777842 | 0333555577880023333355557777844 | 0222233555778000000002333335777888846 | 000023335770000002357848 | 0000002233580033350 | 0370茎叶图和柱状图相似，R 用函数hist 绘制柱状图。>hist(eruptions)>## 让箱距缩小，绘制密度图>hist(eruptions, seq(1.6, 5.2, 0.2), prob=TRUE)>lines(density(eruptions, bw=0.1))>rug(eruptions) # 显示实际的数据点更为精致的密度图是用函数density 绘制的。在这个例子中，我们加了一条由density 产生的曲线。你可以用试错法（trial-and-error）选择带宽bw（bandwidth）因为默认的带宽值让密度曲线过于平滑（这样做常常会让你得到非常有\意思"的密度分布）。(现在已经有一些自动的带宽挑选方法2，在这个例子中bw = "SJ"给出的结果不错。)我们可以用函数ecdf 绘制一个数据集的经验累积分布（empirical cumulativedistribution）函数。>plot(ecdf(eruptions), do.points=FALSE, verticals=TRUE)显然，这个分布和其他标准分布差异很大。那么右边的情况怎么样呢，就是火山爆发3分钟后的状况？我们可以拟合一个正态分布，并且重叠前面得到的经验累积密度分布。>long <- eruptions[eruptions >3]>plot(ecdf(long), do.points=FALSE, verticals=TRUE)>x <- seq(3, 5.4, 0.01)>lines(x, pnorm(x, mean=mean(long), sd=sqrt(var(long))), lty=3)分位比较图（Quantile-quantile (Q-Q) plot）便于我们更细致地研究二者的吻合程度。par(pty="s") # 设置一个方形的图形区域qqnorm(long)qqline(long)上述命令得到的QQ图表明二者还是比较吻合的，但右侧尾部偏离期望的正态分布。我们可以用t 分布获得一些模拟数据以重复上面的过程x <- rt(250, df = 5)qqnorm(x)qqline(x)这里得到的QQ图常常会出现偏离正态期望的长尾区域(如果是随机样本)。我们可以用下面的命令针对特定的分布绘制Q-Q图qqplot(qt(ppoints(250), df = 5), x, xlab = "Q-Q plot for t dsn")qqline(x)最后，我们可能需要一个比较正规的正态性检验方法。R提供了Shapiro-Wilk 检验>shapiro.test(long)Shapiro-Wilk normality testdata: longW = 0.9793, p-value = 0.01052和Kolmogorov-Smirnov 检验>ks.test(long, "pnorm", mean = mean(long), sd = sqrt(var(long)))One-sample Kolmogorov-Smirnov testdata: longD = 0.0661, p-value = 0.4284alternative hypothesis: two.sided(注意一般的统计分布理论（distribution theory）在这里可能无效，因为我们用同样的样本对正态分布的参数进行估计的。)转载于：
http://www.biostatistic.net/thread-2413-1-1.html箱线图（Boxplot）也称箱须图（Box-whisker Plot），是利用数据中的五个统计量：最小值、第一
四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。它也可以粗略地看出数据是否具有有对称性，分布的离散程度等信息；特别适用于对几个样本的比较。 注：四分位数（Quartile），即统计学中，把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。 第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。 第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。 第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。 第三四分位数与第一四分位数的差距又称四分位距（InterQuartile Range,IQR）。 R语言中计算方法： quantile函数直接计算四分位： 例如：data = c(1,2,3,4,5,6.2,7,8,9,10) quantile(data) #其结果如下 0% 25% 50% 75% 100% 1.00 3.25 5.60 7.75 10.00 其中0%：最小值；25%：第一四分位数Q1；50%：中位数；75%：第三四分位数；100%：最大值。 其计算方法为： 1. 排序，从小到大排列data； 2. 计算分位数的位置；pos = 1+ (n-1)*p，n为数据的总个数，p为0-1之间的值 3. 给出分位数 注意：另一种分位数的计算方法为：其他与前面的一致。但是分位数位置的计算采用：pos = (n+1)*p，n为数据的总个数，p为0-1之间的值。 四分位数的计算方法没有一个统计的标准，如果对此计算有要求的，需要注意函数的具体算法。 另外，boxplot中存在异常值，其规定标准如下： 当数据中的值大于或小于箱体的四分位距IQR的1.5倍时，认定为异常值。 就是说当某值大于（Q3+1.5*IQR）或小于（Q1-1.5*IQR）时，处理时会认定为异常值。
