So generieren Sie eine Normalverteilung in R (mit Beispielen)

Mit der Funktion rnorm(), die die folgende Syntax verwendet, können Sie schnell eine Normalverteilung in R generieren:

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

wo:

• n: Anzahl der Beobachtungen.
• mean: Mittelwert der Normalverteilung. Standard ist 0.
• sd: Standardabweichung der Normalverteilung. Standard ist 1.

Dieses Tutorial zeigt ein Beispiel für die Verwendung dieser Funktion zum Generieren einer Normalverteilung in R.

Verwandt: Ein Leitfaden für dnorm, pnorm, qnorm und rnorm in R

Beispiel: Generieren Sie eine Normalverteilung in R

Der folgende Code zeigt, wie eine Normalverteilung in R generiert wird:

#Machen Sie dieses Beispiel reproduzierbar
set.seed (1)

# Probe von 200 Beobachtungen generieren. das der Normalverteilung folgt mit Mittelwert = 10 und sd = 3
data <- rnorm(200, mean=10, sd=3)

# Die ersten 6 Beobachtungen in der Stichprobe anzeigen
head(data)

[1]  8.120639 10.550930  7.493114 14.785842 10.988523  7.538595

Wir können schnell den Mittelwert und die Standardabweichung dieser Verteilung finden:

# Mittelwert der Stichprobe finden
mean(data)

[1] 10.10662

# Standardabweichung der Probe finden
sd(data)

[1] 2.787292

Wir können auch ein schnelles Histogramm erstellen, um die Verteilung der Datenwerte zu visualisieren:

hist(data, col='steelblue')

Wir können sogar einen Shapiro-Wilk-Test durchführen, um festzustellen, ob der Datensatz aus einer normalen Population stammt:

shapiro.test(data)

    Shapiro-Wilk normality test

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

Der p-Wert des Tests beträgt 0,4272. Da dieser Wert nicht kleiner als 0,05 ist, können wir davon ausgehen, dass die Beispieldaten aus einer Population stammen, die normal verteilt ist.

Dieses Ergebnis sollte nicht überraschen, da wir die Daten mit der Funktion rnorm() generiert haben, die natürlich eine zufällige Stichprobe von Daten generiert, die aus einer Normalverteilung stammen.

Zusätzliche Ressourcen

So zeichnen Sie eine Normalverteilung in R
Ein Leitfaden für dnorm, pnorm, qnorm und rnorm in R
So führen Sie einen Shapiro-Wilk-Test auf Normalität in R durch