R에서 일반 cdf를 사용하는 방법(예제 포함)
R에서 정규 CDF(누적 분포 함수)를 사용하려면 다음 방법을 사용할 수 있습니다.
방법 1: 정규 CDF 확률 계산
#calculate probability that random value is less than 1.96 in normal CDF pnorm(1.96) #calculate probability that random value is greater than 1.96 in normal CDF pnorm(1.96, lower.tail = FALSE )
방법 2: 일반 CDF 플롯
#define sequence of x-values x <- seq(-4, 4, .01) #calculate normal CDF probabilities prob <- pnorm(x) #normal plot CDF plot(x, prob, type=" l ")
다음 예에서는 이러한 방법을 실제로 사용하는 방법을 보여줍니다.
예 1: 정규 CDF 확률 계산
다음 코드는 표준 정규 분포에서 확률 변수가 1.96보다 작은 값을 가질 확률을 계산하는 방법을 보여줍니다.
#calculate probability that random value is less than 1.96 in normal CDF
pnorm(1.96)
[1] 0.9750021
표준정규분포에서 확률변수가 1.96보다 작은 값을 가질 확률은 0.975 이다.
lower.tail 인수를 사용하여 임의 변수가 1.96보다 큰 값을 가질 확률을 찾을 수도 있습니다.
#calculate probability that random value is greater than 1.96 in normal CDF pnorm(1.96, lower.tail = FALSE ) [1] 0.0249979
그리고 다음 구문을 사용하여 무작위 변수가 표준 정규 분포에서 두 값 사이의 값을 취할 확률을 찾을 수 있습니다.
#calculate probability that random value takes on value between -1.96 and 1.96
pnorm(1.96) - pnorm(-1.96)
[1] 0.9500042
표준정규분포에서 확률변수가 -1.96과 1.96 사이의 값을 가질 확률은 0.95 이다.
예제 2: 정규 CDF 도표화
다음 코드는 일반 CDF를 그리는 방법을 보여줍니다.
#define sequence of x-values x <- seq(-4, 4, .01) #calculate normal CDF probabilities prob <- pnorm(x) #normal plot CDF plot(x, prob, type=" l ")
x축은 표준정규분포를 따르는 확률변수의 값을 나타내고, y축은 확률변수가 x축에 표시된 값보다 작은 값을 가질 확률을 나타낸다.
예를 들어 x = 1.96을 보면 x가 1.96보다 작을 누적 확률은 대략 0.975라는 것을 알 수 있습니다.
일반 CDF 플롯의 미학을 변경할 수도 있습니다.
#define sequence of x-values x <- seq(-4, 4, .01) #calculate normal CDF probabilities prob <- pnorm(x) #normal plot CDF plot(x, prob, type=' l ', col=' blue ', lwd= 2 , main=' Normal CDF ', ylab=' Cumulative Prob ')
관련 항목: R에서 seq 함수를 사용하는 방법
추가 리소스
다음 튜토리얼에서는 R에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.
R에서 정규 분포를 그리는 방법
R에서 Z 점수를 계산하는 방법
R의 dnorm, pnorm, qnorm 및 rnorm에 대한 안내