Come tracciare una distribuzione normale in r

Per tracciare una distribuzione normale in R, possiamo utilizzare R base o installare un pacchetto più sofisticato come ggplot2.

Utilizzando BaseR

Ecco tre esempi di creazione di un grafico di distribuzione normale utilizzando Base R.

Esempio 1: distribuzione normale con media = 0 e deviazione standard = 1

Per creare un grafico di distribuzione normale con media = 0 e deviazione standard = 1, possiamo utilizzare il seguente codice:

 #Create a sequence of 100 equally spaced numbers between -4 and 4
x <- seq(-4, 4, length=100)

#create a vector of values that shows the height of the probability distribution
#for each value in x
y <- dnorm(x)

#plot x and y as a scatterplot with connected lines (type = "l") and add
#an x-axis with custom labels
plot(x,y, type = "l", lwd = 2, axes = FALSE, xlab = "", ylab = "")
axis(1, at = -3:3, labels = c("-3s", "-2s", "-1s", "mean", "1s", "2s", "3s"))

Questo genera il seguente grafico:

Esempio 2: distribuzione normale con media = 0 e deviazione standard = 1 (meno codice)

Potremmo anche creare un normale grafico di distribuzione senza definire xey e semplicemente utilizzando la funzione “curva” utilizzando il seguente codice:

 curve(dnorm, -3.5, 3.5, lwd=2, axes = FALSE, xlab = "", ylab = "")
axis(1, at = -3:3, labels = c("-3s", "-2s", "-1s", "mean", "1s", "2s", "3s"))

Questo genera esattamente la stessa trama:

Esempio 3: distribuzione normale con media personalizzata e deviazione standard

Per creare un grafico di distribuzione normale con media e deviazione standard definite dall’utente, possiamo utilizzare il seguente codice:

 #define population mean and standard deviation
population_mean <- 50
population_sd <- 5

#define upper and lower bound
lower_bound <- population_mean - population_sd
upper_bound <- population_mean + population_sd

#Create a sequence of 1000 x values based on population mean and standard deviation
x <- seq(-4, 4, length = 1000) * population_sd + population_mean

#create a vector of values that shows the height of the probability distribution
#for each value in x
y <- dnorm(x, population_mean, population_sd)

#plot normal distribution with customized x-axis labels
plot(x,y, type = "l", lwd = 2, axes = FALSE, xlab = "", ylab = "")
sd_axis_bounds = 5
axis_bounds <- seq(-sd_axis_bounds * population_sd + population_mean,
                    sd_axis_bounds * population_sd + population_mean,
                    by = population_sd)
axis(side = 1, at = axis_bounds, pos = 0)

Questo genera il seguente grafico:

Utilizzando ggplot2

Un altro modo per creare un normale diagramma di distribuzione in R consiste nell’utilizzare il pacchetto ggplot2. Ecco due esempi di creazione di un grafico di distribuzione normale utilizzando ggplot2.

Esempio 1: distribuzione normale con media = 0 e deviazione standard = 1

Per creare un grafico di distribuzione normale con media = 0 e deviazione standard = 1, possiamo utilizzare il seguente codice:

 #install (if not already installed) and load ggplot2
if(!(require(ggplot2))){install.packages('ggplot2')}

#generate a normal distribution plot
ggplot(data.frame(x = c(-4, 4)), aes(x = x)) +
stat_function(fun = dnorm)

Questo genera il seguente grafico:

Esempio 2: distribuzione normale utilizzando il set di dati “mtcars”.

Il codice seguente dimostra come creare una distribuzione normale per la colonna miglia per gallone nel set di dati R incorporato mtcars :

 ggplot(mtcars, aes(x = mpg)) +
stat_function(
fun = dnorm,
args = with(mtcars, c(mean = mean(mpg), sd = sd(mpg)))
) +
scale_x_continuous("Miles per gallon")

Questo genera il seguente grafico: