rf(n,df1,df2)函数可以得到卡方分布随机数,n为随机数个数,df为自由度。
r f(20,5,8) #产生20个自由度df1=5,df2=8的F分布随机数
[1]1.0438442 1.0640639 1.1577621 0.5519831 1.0159441 0.5119291 0.5091622 0.3581782 0.6507698 2.4767731
[11]0.3356503 1.2554581 4.1170054 0.3539848 1.4762087 1.1003149 1.3680006 0.4995177 0.5165366 0.8147722
图2.4.10 F分布随机变量散点图
x-seq(0,4.99,0.01)
y-rf(500,5,8)
plot(x,y)
(2)带核密度曲线的直方图。
x-seq(0,4.99,0.01)
y-rf(500,5,8)(www.xing528.com)
hist(y,freq=FALSE,xlab="x",ylim=c(0,0.7))#画直方图,如图2.4.11所示
lines(density(y),add=TRUE,col="red",lty=2) #增加核密度曲线,如图2.4.11所示
图2.4.11 增加核密度曲线的F分布随机变量分布直方图
(3)增加F密度曲线。
x-seq(0,4.99,0.01)
y-rf(500,5,8)
hist(y,freq=FALSE,ylim=c(0,0.7))
curve(df(x,5,8),add=TRUE,lty=2,lwd=2,col="red")#增加F分布密度曲线,如图2.4.12所示
图2.4.12 增加F分布度曲线的F分布随机变量分布直方图
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。