So generieren sie eine normalverteilung in r (mit beispielen)

Sie können in R schnell eineNormalverteilung generieren, indem Sie die Funktion rnorm() verwenden, die die folgende Syntax verwendet:

 rnorm(n, mean=0, sd=1)

Gold:

• n: Anzahl der Beobachtungen.
• Mittelwert: Durchschnitt der Normalverteilung. Der Standardwert ist 0.
• sd: Standardabweichung der Normalverteilung. Der Standardwert ist 1.

Dieses Tutorial zeigt ein Beispiel für die Verwendung dieser Funktion zum Generieren einer Normalverteilung in R.

Verwandt: Eine Anleitung zu dnorm, pnorm, qnorm und rnorm in R

Beispiel: Erzeugen einer Normalverteilung in R

Der folgende Code zeigt, wie man eine Normalverteilung in R generiert:

 #make this example reproducible
set.seed(1)

#generate sample of 200 obs. that follows normal dist. with mean=10 and sd=3
data <- rnorm(200, mean=10, sd=3)

#view first 6 observations in sample
head(data)

[1] 8.120639 10.550930 7.493114 14.785842 10.988523 7.538595

Wir können den Mittelwert und die Standardabweichung dieser Verteilung schnell ermitteln:

 #find mean of sample
mean(data)

[1] 10.10662

#find standard deviation of sample
sd(data)

[1] 2.787292

Wir können auch ein schnelles Histogramm erstellen, um die Verteilung der Datenwerte zu visualisieren:

 hist(data, col=' steelblue ')

Wir können sogar einen Shapiro-Wilk-Test durchführen, um zu sehen, ob der Datensatz aus einer normalen Population stammt:

 shapiro.test(data)

	Shapiro-Wilk normality test

data:data
W = 0.99274, p-value = 0.4272

Der p-Wert des Tests beträgt 0,4272 . Da dieser Wert nicht kleiner als 0,05 ist, können wir davon ausgehen, dass die Stichprobendaten aus einer normalverteilten Grundgesamtheit stammen.

Dieses Ergebnis sollte nicht überraschen, da wir die Daten mit der Funktion rnorm() generiert haben, die natürlich eine Zufallsstichprobe von Daten aus einer Normalverteilung generiert.

Zusätzliche Ressourcen

So zeichnen Sie eine Normalverteilung in R auf
Eine Anleitung zu dnorm, pnorm, qnorm und rnorm in R
So führen Sie einen Shapiro-Wilk-Test auf Normalität in R durch