Puede generar rápidamente una distribución normal en R utilizando la función rnorm () , que utiliza la siguiente sintaxis:
rnorm (n, media = 0, sd = 1)
dónde:
- n: Número de observaciones.
- media: Media de la distribución normal. El valor predeterminado es 0.
- sd: Desviación estándar de la distribución normal. El valor predeterminado es 1.
Este tutorial muestra un ejemplo de cómo usar esta función para generar una distribución normal en R.
Relacionado: Una guía para dnorm, pnorm, qnorm y rnorm en R
Ejemplo: generar una distribución normal en R
El siguiente código muestra cómo generar una distribución normal en R:
#Haga que este ejemplo sea reproducible set.seed (1) #generar muestra de 200 obs. que sigue a dist normal. con media = 10 y sd = 3 datos <- rnorm (200, media = 10, sd = 3) #ver las primeras 6 observaciones en el cabezal de muestra (datos) [1] 8.120639 10.550930 7.493114 14.785842 10.988523 7.538595
Podemos encontrar rápidamente la desviación estándar y media de esta distribución:
# encontrar la media de la media de la muestra (datos) [1] 10.10662 # encontrar la desviación estándar de la muestra sd (datos) [1] 2.787292
También podemos crear un histograma rápido para visualizar la distribución de valores de datos:
hist (datos, col = ' azul acero ')
Incluso podemos realizar una prueba de Shapiro-Wilk para ver si el conjunto de datos proviene de una población normal:
shapiro.test (datos) Prueba de normalidad de Shapiro-Wilk datos: datos W = 0,99274, valor de p = 0,4272
El valor p de la prueba resulta ser 0,4272 . Dado que este valor no es menor que .05, podemos asumir que los datos de la muestra provienen de una población que se distribuye normalmente.
Este resultado no debería sorprendernos ya que generamos los datos usando la función rnorm () , que naturalmente genera una muestra aleatoria de datos que proviene de una distribución normal.
Recursos adicionales
Cómo
trazar una distribución normal en R Una guía para dnorm, pnorm, qnorm y rnorm en R
Cómo realizar una prueba de Shapiro-Wilk para la normalidad en R
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
