R တွင် ပုံမှန်ဖြန့်ဖြူးနည်း

R တွင် သာမာန်ဖြန့်ဝေမှု တစ်ခုကို စီစဉ်ရန်၊ ကျွန်ုပ်တို့သည် အခြေခံ R ကိုသုံးနိုင်သည် သို့မဟုတ် ggplot2 ကဲ့သို့ ပိုမိုခေတ်မီသော အထုပ်တစ်ခုကို ထည့်သွင်းနိုင်သည်။

BaseR ကိုအသုံးပြုခြင်း။

ဤသည်မှာ Base R ကို အသုံးပြု၍ ပုံမှန်ဖြန့်ဝေကွက်တစ်ခု ဖန်တီးခြင်း၏ ဥပမာ သုံးခုဖြစ်သည်။

ဥပမာ 1- ပျမ်းမျှ = 0 နှင့် စံသွေဖည်မှု = 1 ဖြင့် ပုံမှန်ဖြန့်ဖြူးသည်။

ပျမ်းမျှ = 0 နှင့် စံသွေဖည်မှု = 1 ဖြင့် ပုံမှန်ဖြန့်ဖြူးကွက်တစ်ခုကို ဖန်တီးရန်၊ ကျွန်ုပ်တို့သည် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 #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"))

၎င်းသည် အောက်ပါကွက်ကွက်ကို ထုတ်ပေးသည်-

ဥပမာ 2- ပျမ်းမျှ = 0 နှင့် ပုံမှန်သွေဖည်မှု = 1 (ကုဒ်နည်း)

x နှင့် y ကိုမသတ်မှတ်ဘဲ ပုံမှန်ဖြန့်ဝေကွက်တစ်ခုကိုလည်း ဖန်တီးနိုင်ပြီး၊ အောက်ပါကုဒ်ကိုအသုံးပြု၍ “ မျဉ်းကွေး” လုပ်ဆောင်ချက်ကို ရိုးရိုးရှင်းရှင်း အသုံးပြုနိုင်သည်။

 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"))

၎င်းသည် အတိအကျတူညီသော ဇာတ်ကွက်ကို ထုတ်ပေးသည်-

ဥပမာ 3- Custom Mean နှင့် Standard Deviation ဖြင့် ပုံမှန်ဖြန့်ဝေခြင်း။

အသုံးပြုသူသတ်မှတ်ထားသော ဆိုလိုရင်းနှင့် စံသွေဖည်မှုဖြင့် ပုံမှန်ဖြန့်ဝေကွက်တစ်ခုကို ဖန်တီးရန်၊ ကျွန်ုပ်တို့သည် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 #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)

၎င်းသည် အောက်ပါကွက်ကွက်ကို ထုတ်ပေးသည်-

ggplot2 ကိုအသုံးပြုခြင်း။

R တွင် ပုံမှန်ဖြန့်ဝေကွက်တစ်ခုကို ဖန်တီးရန် အခြားနည်းလမ်းမှာ ggplot2 ပက်ကေ့ဂျ်ကို အသုံးပြုခြင်းဖြစ်သည်။ ဤသည်မှာ ggplot2 ကိုအသုံးပြု၍ ပုံမှန်ဖြန့်ဖြူးကွက်ဖန်တီးခြင်း၏နမူနာနှစ်ခုဖြစ်သည်။

ဥပမာ 1- ပျမ်းမျှ = 0 နှင့် စံသွေဖည်မှု = 1 ဖြင့် ပုံမှန်ဖြန့်ဖြူးသည်။

ပျမ်းမျှ = 0 နှင့် စံသွေဖည်မှု = 1 ဖြင့် ပုံမှန်ဖြန့်ဖြူးကွက်တစ်ခုကို ဖန်တီးရန်၊ ကျွန်ုပ်တို့သည် အောက်ပါကုဒ်ကို အသုံးပြုနိုင်ပါသည်။

 #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)

၎င်းသည် အောက်ပါကွက်ကွက်ကို ထုတ်ပေးသည်-

ဥပမာ 2- ‘mtcars’ ဒေတာအတွဲကို အသုံးပြု၍ ပုံမှန်ဖြန့်ဝေခြင်း။

အောက်ဖော်ပြပါ ကုဒ်သည် mtcars မြှုပ်သွင်းထားသော R ဒေတာအတွဲတွင် တစ်ဂါလံလျှင် မိုင်နှုန်း အတွက် ပုံမှန်ဖြန့်ဝေမှုကို ဖန်တီးနည်းကို သရုပ်ပြသည်-

 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")

၎င်းသည် အောက်ပါကွက်ကွက်ကို ထုတ်ပေးသည်-