R'de normal dağılım nasıl oluşturulur (örneklerle)

Aşağıdaki sözdizimini kullanan rnorm() işlevini kullanarak R’de hızlı bir şekilde normal dağılım oluşturabilirsiniz:

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

Altın:

• n: Gözlem sayısı.
• ortalama: normal dağılımın ortalaması. Varsayılan değer 0’dır.
• sd: normal dağılımın standart sapması. Varsayılan değer 1’dir.

Bu eğitimde, R’de normal bir dağılım oluşturmak için bu işlevin kullanılmasına ilişkin bir örnek gösterilmektedir.

İlgili: R’de dnorm, pnorm, qnorm ve rnorm için bir kılavuz

Örnek: R’de normal bir dağılım oluşturmak

Aşağıdaki kod R’de normal dağılımın nasıl oluşturulacağını gösterir:

 #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

Bu dağılımın ortalamasını ve standart sapmasını hızlı bir şekilde bulabiliriz:

 #find mean of sample
mean(data)

[1] 10.10662

#find standard deviation of sample
sd(data)

[1] 2.787292

Veri değerlerinin dağılımını görselleştirmek için hızlı bir histogram da oluşturabiliriz:

 hist(data, col=' steelblue ')

Veri setinin normal bir popülasyondan gelip gelmediğini görmek içinShapiro-Wilk testi bile yapabiliriz:

 shapiro.test(data)

	Shapiro-Wilk normality test

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

Testin p değeri 0,4272 olarak çıkıyor. Bu değer 0,05’ten küçük olmadığından örnek verilerin normal dağılıma sahip bir evrenden geldiğini varsayabiliriz.

Verileri, doğal olarak normal dağılımdan rastgele bir veri örneği üreten rnorm() işlevini kullanarak oluşturduğumuz için bu sonuç şaşırtıcı olmamalıdır.

Ek kaynaklar

R’de normal dağılım nasıl çizilir
R’de dnorm, pnorm, qnorm ve rnorm kılavuzu
R’de normallik için Shapiro-Wilk testi nasıl yapılır