วิธีใช้ cdf ปกติใน r (พร้อมตัวอย่าง)

คุณสามารถใช้วิธีการต่อไปนี้เพื่อทำงานกับ CDF ปกติ (ฟังก์ชันการแจกแจงสะสม) ใน R:

วิธีที่ 1: คำนวณความน่าจะเป็น CDF ปกติ

 #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 )

วิธีที่ 2: ลงจุด CDF ปกติ

 #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 ")

ตัวอย่างต่อไปนี้แสดงวิธีการใช้วิธีการเหล่านี้ในทางปฏิบัติ

ตัวอย่างที่ 1: คำนวณ ความน่าจะเป็น CDF ปกติ

รหัสต่อไปนี้แสดงวิธีคำนวณความน่าจะเป็นที่ตัวแปรสุ่มรับค่าน้อยกว่า 1.96 ในการแจกแจงแบบปกติมาตรฐาน:

 #calculate probability that random value is less than 1.96 in normal CDF
pnorm(1.96)

[1] 0.9750021

ความน่าจะเป็นที่ตัวแปรสุ่มรับค่าน้อยกว่า 1.96 ในการแจกแจงแบบปกติมาตรฐานคือ 0.975

นอกจากนี้เรายังสามารถค้นหาความน่าจะเป็นที่ตัวแปรสุ่มรับค่าที่มากกว่า 1.96 โดยใช้อาร์กิวเมนต์ lower.tail :

 #calculate probability that random value is greater than 1.96 in normal CDF
pnorm(1.96, lower.tail = FALSE )

[1] 0.0249979

และเราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อค้นหาความน่าจะเป็นที่ตัวแปรสุ่มรับค่าระหว่างสองค่าในการแจกแจงแบบปกติมาตรฐาน:

 #calculate probability that random value takes on value between -1.96 and 1.96
pnorm(1.96) - pnorm(-1.96)

[1] 0.9500042

ความน่าจะเป็นที่ตัวแปรสุ่มรับค่าระหว่าง -1.96 ถึง 1.96 ในการแจกแจงแบบปกติมาตรฐานคือ 0.95

ตัวอย่างที่ 2: การพล็อต CDF ปกติ

รหัสต่อไปนี้แสดงวิธีการลงจุด CDF ปกติ:

 #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 ") 

แกน x แสดงค่าของตัวแปรสุ่มที่เป็นไปตามการแจกแจงแบบปกติมาตรฐาน และแกน y แสดงความน่าจะเป็นที่ตัวแปรสุ่มจะใช้ค่าน้อยกว่าค่าที่แสดงบนแกน x

ตัวอย่างเช่น หากเราดูที่ x = 1.96 เราจะเห็นว่าความน่าจะเป็นสะสมที่ x น้อยกว่า 1.96 อยู่ที่ประมาณ 0.975:

โปรดทราบว่าคุณยังสามารถเปลี่ยนความสวยงามของพล็อต CDF ปกติได้:

 #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 ') 

ที่เกี่ยวข้อง: วิธีใช้ฟังก์ชัน seq ใน R

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่นๆ ใน R:

วิธีการพล็อตการแจกแจงแบบปกติใน R
วิธีการคำนวณคะแนน Z ใน R
คำแนะนำเกี่ยวกับ dnorm, pnorm, qnorm และ rnorm ใน R