R 正态分布
在从独立来源随机收集的数据中，通常观察到数据的分布是正态的。这意味着，在用横轴上的变量值和纵轴上的值计数绘制图形时，我们会得到一条钟形曲线。曲线的中心代表数据集的平均值。在图中，50% 的值位于均值的左侧，另外 50% 的值位于图的右侧。这在统计学中称为正态分布。
R 有四个内置函数来生成正态分布。它们描述如下。
dnorm(x, mean, sd)
pnorm(x, mean, sd)
qnorm(p, mean, sd)
rnorm(n, mean, sd)
以下是上述函数中使用的参数说明-
x 是一个数字向量。
p 是概率向量。
n 是观察次数（样本大小）。
mean 是样本数据的平均值。它的默认值为零。
sd 是标准偏差。它的默认值为 1、
dnorm()
此函数给出给定均值和标准差下每个点的概率分布高度。
# Create a sequence of numbers between-10 and 10 incrementing by 0.1.
x <-seq(-10, 10, by = .1)
# Choose the mean as 2.5 and standard deviation as 0.5.
y <-dnorm(x, mean = 2.5, sd = 0.5)
# Give the chart file a name.
png(file = "dnorm.png")
plot(x,y)
# Save the file.
dev.off()
当我们执行上面的代码时，它会产生以下结果-
pnorm()
此函数给出正态分布随机数小于给定数字值的概率。也称为"累积分布函数"。
# Create a sequence of numbers between-10 and 10 incrementing by 0.2.
x <-seq(-10,10,by = .2)
# Choose the mean as 2.5 and standard deviation as 2.
y <-pnorm(x, mean = 2.5, sd = 2)
# Give the chart file a name.
png(file = "pnorm.png")
# Plot the graph.
plot(x,y)
# Save the file.
dev.off()
当我们执行上面的代码时，它会产生以下结果-
qnorm()
此函数取概率值并给出一个其累积值与概率值匹配的数字。
# Create a sequence of probability values incrementing by 0.02.
x <-seq(0, 1, by = 0.02)
# Choose the mean as 2 and standard deviation as 3.
y <-qnorm(x, mean = 2, sd = 1)
# Give the chart file a name.
png(file = "qnorm.png")
# Plot the graph.
plot(x,y)
# Save the file.
dev.off()
当我们执行上面的代码时，它会产生以下结果-
norm()
该函数用于生成正态分布的随机数。它以样本大小作为输入并生成那么多随机数。我们绘制一个直方图来显示生成数字的分布。
# Create a sample of 50 numbers which are normally distributed.
y <-rnorm(50)
# Give the chart file a name.
png(file = "rnorm.png")
# Plot the histogram for this sample.
hist(y, main = "Normal DIstribution")
# Save the file.
dev.off()
当我们执行上面的代码时，它会产生以下结果-
