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
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
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
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
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 = "")
输出