R语言 dt、qt、pt和rt指南

在这篇文章中，我们将讨论R编程语言中学生t分布的dt、qt、pt和rt函数。

dt函数

dt功能返回给定一个特定的任意变量x和机会水平df的学生t分布的可能性厚度工作（pdf）的价值。利用dt的语言结构如下。

语法：- dt(x, df)

参数：-

x：是一个变量
df：机会水平或自由度

例子

在这个例子中，我们通过向R语言中的df()函数传递不同的x和程度参数，来找到学生t分布pdf的值。

# here we find the value of the Student
# t distribution pdf at x = 1 with 30
# degrees of freedom
dt(x = 1, df = 30)
  
# here we take by default, R assumes the
# first argument is x and the second
# argument is df
dt(1, 30)
  
# find the value of the Student t distribution
# pdf at x = 2 with 40 degrees of freedom
dt(2, 40)

输出

#[1] 0.2379933

#[1] 0.2379933

#[1] 0.05618831

通常情况下，当你试图解决有关利用学生t拨款的可能性的问题时，你会经常使用pt而不是dt。在任何情况下，dt的一个有价值的使用是在R中制作学生t传播图，附带的代码显示了如何这样做。

# To create a sequence of 50 equally 
# spaced numbers between -2 and 2
x <- seq(-2, 2, length=50)
  
# to create a vector of values that
# shows the height of the probability 
# distribution. Here for each value in x,
# using 10 degrees of freedom
y <- dt(x = x, df = 10)
  
# 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"))

输出

R语言中的dt、qt、pt和rt指南

例子 :

在主要模型中，我们将对学生t分布的密度进行现实的观察。首先，我们要在R中制作一个量纲的向量，进一步，我们可以在R中申请dt命令，如下所示。在模型中，我们利用了6个级别的机会（如争论df=8所示），最后，我们可以用plot R的工作画一个解决这些质量的图表。

# here I specified x values for dt
# function   
x_dt <- seq(- 15, 15, by = 0.004)
  
# Now we need to apply dt function 
y_dt <- dt(x_dt, df = 8)        
  
# Plot the t values
plot(y_dt)

输出

R语言中的dt、qt、pt和rt指南

pt功能

利用R语言中的pt()工作来返回学生t分布的似然总厚度。

语法： pt(x, df)

参数

x：是一个变量
df：机会水平或自由度

例子

这个例子告诉我们绘制一个学生t拨款的总流通工作（CDF）的最佳方法。与过去的模型一样，我们首先需要制作一个信息向量，并对这个输入向量应用pt能力来制作相关的CDF值，最后，我们可以应用绘图能力在R中绘制一个现实的解决学生t分布的CDF的图。

# Here Specify the x-values for pt function
x_pt <- seq(- 15, 15, by = 0.004)     
  
# Apply pt function
y_pt <- pt(x_pt, df = 8)       
  
# Now Plot pt values   
plot(y_pt)

输出

R语言中的dt、qt、pt和rt指南

QT功能

容量qt返回学生t拨款的倒退总厚度工作的价值（cdf），给定一个特定的不规则变量x和机会水平df。

语法：- qt(x, df)

参数

x：是一个变量
df：机会水平或自由度

例子

在这个例子中，对于学生t的量化函数qt，如果我们有任何愿望要画出学生t拨款的量化能力的图，我们真的要做一个连续的概率作为信息，然后，在这一点上，可以应用qt的R顺序到这些概率，在最后，我们的比较图可以用绘图工作。

# Specify x-values for qt function  
x_qt <- seq(0, 1, by = 0.004)
  
# Apply qt function
y_qt <- qt(x_qt, df = 8)
  
# Plot qt values   
plot(y_qt)

输出

R语言中的dt、qt、pt和rt指南

RT功能

R语言中的rt()函数被用来从学生t分布中得到一个不规则的连续值。

语法： rt(n, df, ncp)

参数

n：是观察值的数量
df：机会水平或自由度
ncp。非中心性参数

例子

在这个生成随机数（rt函数）的例子中，我们同样可以应用学生t能力来生成任意的数字。首先，我们需要设置一个种子，以实现可重复性，另外，我们还需要指出一个我们需要模仿的例子大小N，并利用rt能力来产生我们的任意数字排列，最后，我们附带的直方图显示了我们不规则数字的传达（例如，学生t分散）。

#  to Set seed for reproducibility 
# to Specify sample size
set.seed(9192
N <- 1000                                           
  
# Draw the N log normally distributed values 
y_rt <- rt(N, df = 8)
  
# Plot of randomly drawn student t density 
hist(y_rt,
     breaks = 100,
     main = "")