J: perbedaan antara rnorm() dan runif()
Anda dapat menggunakan fungsi rnorm() dan runif() untuk menghasilkan nilai acak di R.
Berikut perbedaan kedua fungsi tersebut:
Fungsi rnorm(n, mean, sd) digunakan untuk menghasilkan n nilai acak dari distribusi normal dengan mean dan deviasi standar tertentu.
Fungsi runif(n, min, max) digunakan untuk menghasilkan n nilai acak dari distribusi seragam dengan nilai minimum dan maksimum tertentu.
Contoh berikut menunjukkan cara menggunakan setiap fungsi dalam praktik.
Contoh 1: Cara menggunakan rnorm() di R
Kode berikut menunjukkan cara menggunakan fungsi rnorm() untuk menghasilkan 100 nilai acak dari distribusi normal dengan mean 10 dan standar deviasi 2:
#make this example reproducible
set. seed ( 0 )
#create vector of 100 random values from normal distribution
random_values <- rnorm(n= 100 , mean= 10 , sd= 2 )
#view first six values
head(random_values)
[1] 12.525909 9.347533 12.659599 12.544859 10.829283 6.920100
Kita juga dapat menggunakan fungsi hist() untuk membuat histogram guna memvisualisasikan distribusi nilai acak yang baru saja kita buat:
#create histogram to visualize distribution of values
hist(random_values)
Hasilnya adalah histogram yang menampilkan distribusi 100 nilai distribusi normal.
Perhatikan bahwa histogram berbentuk lonceng dan meannya sekitar 10, nilai persis yang kami tentukan untuk mean distribusi.
Contoh 2: Cara menggunakan runif() di R
Kode berikut menunjukkan cara menggunakan fungsi runif() untuk menghasilkan 100 nilai acak dari distribusi seragam dengan nilai minimum 5 dan nilai maksimum 25:
#make this example reproducible
set. seed ( 0 )
#create vector of 100 random values from uniform distribution
random_values <- runif(n= 100 , min= 5 , max= 25 )
#view first six values
head(random_values)
[1] 22.933944 10.310173 12.442478 16.457067 23.164156 9.033639
Kita juga dapat menggunakan fungsi hist() untuk membuat histogram guna memvisualisasikan distribusi nilai acak yang baru saja kita buat:
#create histogram to visualize distribution of values
hist(random_values)
Hasilnya adalah histogram yang menampilkan sebaran dari 100 nilai distribusi seragam.
Perhatikan bahwa histogram berkisar antara 5 hingga 25, yang mewakili nilai minimum dan maksimum yang kami tentukan dalam fungsi runif() .
Sumber daya tambahan
Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di R:
Cara memplot distribusi seragam di R
Cara memplot distribusi normal di R
Cara memilih sampel acak di R