R で正規分布を生成する方法 (例あり)
次の構文を使用するrnorm()関数を使用すると、R で正規分布をすばやく生成できます。
rnorm(n, mean=0, sd=1)
金:
- n:観測値の数。
- 平均:正規分布の平均。デフォルト値は 0 です。
- sd:正規分布の標準偏差。デフォルト値は 1 です。
このチュートリアルでは、この関数を使用して R で正規分布を生成する例を示します。
関連: R の dnorm、pnorm、qnorm、および rnorm のガイド
例: R で正規分布を生成する
次のコードは、R で正規分布を生成する方法を示しています。
#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
この分布の平均と標準偏差をすぐに見つけることができます。
#find mean of sample
mean(data)
[1] 10.10662
#find standard deviation of sample
sd(data)
[1] 2.787292
簡単なヒストグラムを作成して、データ値の分布を視覚化することもできます。
hist(data, col=' steelblue ')
Shapiro-Wilk 検定を実行して、データセットが正規母集団からのものであるかどうかを確認することもできます。
shapiro.test(data)
Shapiro-Wilk normality test
data:data
W = 0.99274, p-value = 0.4272
検定の p 値は0.4272であることがわかります。この値は 0.05 未満ではないため、サンプル データは正規分布した母集団からのものであると想定できます。
rnorm()関数を使用してデータを生成したため、この結果は驚くべきことではありません。この関数は正規分布からデータのランダムなサンプルを自然に生成します。
追加リソース
R で正規分布をプロットする方法
R の dnorm、pnorm、qnorm、rnorm のガイド
R で正規性について Shapiro-Wilk テストを実行する方法