R에서 정규분포를 생성하는 방법(예제 포함)

다음 구문을 사용하는 rnorm() 함수를 사용하면 R에서 정규 분포를 빠르게 생성할 수 있습니다.

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

금:

• n: 관측치 수.
• 평균: 정규 분포의 평균. 기본값은 0입니다.
• sd: 정규분포의 표준편차. 기본값은 1입니다.

이 튜토리얼에서는 이 함수를 사용하여 R에서 정규 분포를 생성하는 예를 보여줍니다.

관련 항목: R의 dnorm, pnorm, qnorm 및 rnorm에 대한 가이드

예: R에서 정규 분포 생성

다음 코드는 R에서 정규 분포를 생성하는 방법을 보여줍니다.

 #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

이 분포의 평균과 표준편차를 빠르게 찾을 수 있습니다.

 #find mean of sample
mean(data)

[1] 10.10662

#find standard deviation of sample
sd(data)

[1] 2.787292

데이터 값의 분포를 시각화하기 위해 빠른 히스토그램을 만들 수도 있습니다.

 hist(data, col=' steelblue ')

Shapiro-Wilk 테스트를 수행하여 데이터 세트가 정규 모집단에서 나온 것인지 확인할 수도 있습니다.

 shapiro.test(data)

	Shapiro-Wilk normality test

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

테스트의 p-값은 0.4272 로 나타났습니다. 이 값은 0.05 이상이므로 표본 데이터가 정규 분포 모집단에서 나온 것이라고 가정할 수 있습니다.

정규 분포에서 자연스럽게 데이터의 무작위 샘플을 생성하는 rnorm() 함수를 사용하여 데이터를 생성했기 때문에 이 결과는 놀라운 일이 아닙니다.

추가 리소스

R에서 정규 분포를 그리는 방법
R의 dnorm, pnorm, qnorm 및 rnorm에 대한 안내
R에서 정규성에 대한 Shapiro-Wilk 테스트를 수행하는 방법