能不能用R语言按下面编程形式将正态分布改为指数分布,画出指数分...

展开全部 如果只是画图，用curve（)函数就好了画正态密度：curve(dnorm,xlim=c(-3,3),col=2)xlim是控制x轴显示从哪儿到哪儿，col是控制曲线颜色画指数密度：curve(dexp(x,rate=1),xlim=c(0,5)）画指数分布：curve(pexp(x,rate=1),xlim=c(0,5)）你的方法是生成很多点x=seq(-6,6,0.1)逐一算出函数值t1[[i]]=dnorm(x,u[i],sigma) t2[[i]]=pnorm(x,u[i],sigma)最后在plot出来，用type=＂l＂和lty=2的虚线弄出来。

curve这些功能都可以做到。

curve(dexp(x,rate=1),xlim=c(0,5),lty=2,add=T）就有虚线，add=T可以一图多线...

R软件 怎样制作 相关矩阵图？数据分布图？箱线图

展开全部两者都是表示原理图中的电阻，和封装没有关系，封装是做PCB必须用的，不管是RES1还是RES2，封装可以不同，同一个封装也可以用RES1或RES2表示电阻。

主要区别是：波浪型（res1）的是国外电路图电阻的习惯用法，找到国外的电路图就发现电阻都是res1表示的。

长方形的是国内常见的电阻表示，但国内两种形式都有出现。

...

如何在r语言中检验一组数据是否满足泊松分布lambda未知

1方法性质1：设X是一个随机变量，其分布函数为F(x)，则Y=F(X)服从在〔0,1〕的均匀分布。

性质2：设X1,K,Xn是某个分布的一个简单样本，其分布函数为F(x)，由性质1可知，在概率意义下，F(X1),F(X2),K,F(Xn)在（0,1）上呈均匀分布，按从小到大依次排序，记为F(X1),F(X2),K,F(Xn)，其相应理论值应为ri=i-0,5[]n,i=1,2，…，n，对应分布函数的反函数值F-1(r1),F-1(r2),K,F-1(rn)（在卡方分布中即为卡方分数）应非常接近X1,X2K,Xn，故在概率意义下，这些散点（X1,F-1(r1)),(X2,F-1(r2)),L,(Xn,F-1(rn)）应在一条直线上。

根据性质2，如果X服从正态分布，则散点理论上应落在一直线上，可以用Pearson系数刻画这种分布。

但由于随机变异的存在，Pearson系数并不等于1，所以通过随机模拟的方法，制定出Pearson系数的95%界值下限。

性质3：由条件概率公式P(X,Y)=P(Y|X)P(X)可知：（X,Y）服从二元正态分布的充分必要条件是固定X,Y服从正态分布（条件概率分布）并且X的边际分布为正态分布。

由线性回归的性质ε=Y-（α+βX）可知，固定X,Y的条件概率分布为正态分布的充分必要条件是线性回归的残差ε服从正态分布，由此可得：（X,Y）服从二元正态分布的充分必要条件是X的边际分布为正态分布以及线性回归模型Y=α+βX+ε中的残差服从正态分布。

设X来自于正态总体，从正态总体中随机模拟抽样5000次，每次抽样样本含量分别为7至50，对F(x)求秩，求出排序后的F(x)和排序后的X的Pearson相关系数。

表1随机模拟5000次得到的检验正态分布的Pearson相关系数的界值（略）类似地，我们也可以用同样的方法得到检验卡方分布的Pearson相关系数的界值表（简化表）表2相关系数界值表（略）2随机模拟验证21Pearson相关系数界值表的随机模拟验证设X来自于正态总体，从正态总体中随机模拟抽样5000次，每次抽样样本含量分别为10,20,30,40,50，并计算相应的Pearson卡方系数，以及落在界值外面的比例，即拒绝比例，再在同一批数据的前提下用McNemar检验比较本方法和Swilk法的差别。

表3（一元正态分布）模拟次数（略）表4（一元偏态分布，χ2）模拟次数（略）以上方法拒绝比例在样本量为7的可信区间为[78.37%,94.12%]，在其余样本量时都接近100%，可以证实是正确的。

22卡方分布界值表的随机模拟验证表5卡方分布：模拟5000次（略）23马氏距离的随机模拟验证根据马氏距离的定义，从正态分布总体中随机抽取样本量分别为10,20,30,40,50的样本模拟5000次，根据上面提到的方法以卡方分数对X1,X2K,Xn求Pearson系数，并根据以上的相关系数界值表，计算相应的统计量，即拒绝比例。

表6马氏距离落在Pearson系数界值表外的比例（略）24二元正态分布资料的随机模拟验证设定一个二维矩阵A，分别求出特征值P和特征向量Z，设X的元素均来自于正态总体分布，则Y=Z′*X必服从二元正态分布，随机模拟5000次，根据性质三介绍的方法验证的拒绝比例如下。

表7（二元正态分布）模拟次数（略）表8（二元偏态分布，χ2）模拟次数（略）25三元正态分布资料的随机模拟验证类似地，随机模拟5000次，用同样方法进行验证，得到对于三元正态分布数据的拒绝比例。

表9（三元正态分布）模拟次数：5000次

设随机变量x y相互独立,且都服从参数为R=1的指数分布,则Z=max(X,Y...

Fortran多princeado（站内联系TA）M-K检验是做趋势分析还是突变检验，我编了相关的程序，不是很长的，用R语言编的，不过DPS系统也可以做M-K检验，如果有你可以试一下.guoguo1983（站内联系TA）要是用MK做趋势检验，用那个软件呀princeado（站内联系TA）做趋势分析的话可以用R语言来做，有个包可以做，另外我编了一段的程序，不是很长，DPS系统也可以做，很方便。

shzrzheng（站内联系TA）知道原理后，自己编编程序做shhongyuan6331（站内联系TA）DPS:tiger28:leehui789（站内联系TA）现代气候统计诊断与预测技术 气象出版社挺方便的gishuazi（站内联系TA）建议看看陈彦光的书wuyang2468（站内联系TA）用R或者Matlab吧，发文章的话，R的公信度还是比较高的。

erqie（站内联系TA）借地问一句，R语言是什么呀？horseechen（站内联系TA）我不是搞地学水文研究的，不过处理离散数据序列时检测突变点也想用这个检验方法，发现网上多数是中国人写的文章，而且错误百出。

不这我发现这个方法太受秩序列长度的限制了，对于同样一组数据，整体趋势分析的结果跟分段分析的结果，在突变点检测上几乎没有一致的精度。

lijun2011（站内联系TA）R也是一个统计软件，代码公开，不收费的软件，国外用的人多，国内不怎么用geonuist（站内联系TA）EXCEL编个宏，可以看看陈彦光写的《基于EXCEL的地理数据分析》，里面有介绍儿时梦想尚未成（站内联系TA）最近刚刚发现有个EXCEL插件很好用，XLSTATE2013，网上可以下载：victory:geonuist（站内联系TA）EXCEL就可以做，详见本论坛中陈彦光编写的《基于EXCEL的地理数据分析》

转载请注明出处51数据库 » r软件 指数分布检验