数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济
心理学
社会学
服装学
法律学如何在 R 中对数据框架列使用 pnorm 函数？
pnorm 函数用于找出正态分布随机变量的概率。这些概率包括小于平均值、大于平均值或平均值的左右两侧之间的概率。如果我们要对数据框架列使用 pnorm 函数，那么 apply 函数可以帮助我们。
考虑以下数据框架 −
示例
x1<-rnorm(20,5,0.35) x2<-rnorm(20,5,0.67) x3<-rnorm(20,5,0.04) df1<-data.frame(x1,x2,x3) df1
输出
x1 x2 x3 1 4.556392 5.973934 5.018973 2 5.217397 4.932053 4.975870 3 5.426464 4.932799 4.962231 4 4.930645 5.297919 5.017925 5 4.773804 4.768619 4.943131 6 4.963782 4.569909 4.950701 7 4.925481 5.329717 4.985630 8 4.940240 5.871122 5.007031 9 4.904643 5.270739 5.022102 10 4.652542 5.784937 5.005462 11 5.089297 4.479673 4.961000 12 5.619575 4.181733 4.983067 13 4.696906 4.451156 4.931908 14 5.177524 4.422826 5.052467 15 5.186783 5.184310 5.015104 16 4.497172 5.241887 4.996715 17 4.689212 5.252937 5.035001 18 5.385772 4.095684 5.035014 19 5.455497 5.142272 5.021073 20 5.417301 5.025720 5.005374
在 df1 中的列上应用 pnorm −
示例
apply(df1,2,function(x) pnorm(x,mean=mean(x),sd=sd(x)))
输出
x1 x2 x3 [1,] 0.07616627 0.96450889 0.75138999 [2,] 0.72115750 0.44156102 0.27056837 [3,] 0.88960525 0.44211276 0.15403922 [4,] 0.38629544 0.70493965 0.74135388 [5,] 0.22132609 0.32516348 0.05581552 [6,] 0.42550072 0.20448316 0.08623025 [7,] 0.38027932 0.72516490 0.37486428 [8,] 0.39754810 0.94661794 0.62607863 [9,] 0.35630529 0.68712704 0.78009609 [10,] 0.12759048 0.92666438 0.60816173 [11,] 0.57741133 0.15991056 0.14545675 [12,] 0.96515143 0.06018775 0.34616630 [13,] 0.15806523 0.14725726 0.02700442 [14,] 0.67888286 0.13536904 0.95364621 [15,] 0.68893707 0.62769115 0.71330952 [16,] 0.05346986 0.66772918 0.50508628 [17,] 0.15246286 0.67521495 0.87668128 [18,] 0.86438253 0.04322155 0.87676402 [19,] 0.90541682 0.59753060 0.77087289 [20,] 0.88424194 0.51137989 0.60714737
示例
y1<-rpois(20,5) y2<-rpois(20,2) y3<-rpois(20,2) y4<-rpois(20,5) y5<-rpois(20,10) df2<-data.frame(y1,y2,y3,y4,y5) df2
输出
y1 y2 y3 y4 y5 1 7 4 3 3 10 2 7 2 2 5 6 3 2 1 4 4 11 4 5 1 2 6 13 5 6 2 3 9 10 6 7 4 4 4 7 7 5 3 2 7 15 8 2 1 1 3 15 9 3 1 2 4 9 10 4 3 1 4 15 11 1 4 4 4 13 12 5 6 4 8 9 13 3 0 5 2 14 14 7 2 1 8 7 15 6 3 4 5 10 16 3 2 2 6 19 17 4 1 5 5 11 18 7 2 1 5 11 19 6 1 2 9 9 20 3 3 4 3 9
在 df2 中的列上应用 pnorm −
示例
apply(df2,2,function(x) pnorm(x,mean=mean(x),sd=sd(x)))
输出
y1 y2 y3 y4 y5 [1,] 0.88543697 0.87874297 0.55840970 0.14362005 0.36298572 [2,] 0.88543697 0.41829947 0.27834877 0.46146443 0.05825608 [3,] 0.08752759 0.18573275 0.81101173 0.28079874 0.48176830 [4,] 0.57107536 0.18573275 0.27834877 0.65061458 0.71356535 [5,] 0.75517414 0.41829947 0.55840970 0.96698029 0.36298572 [6,] 0.88543697 0.87874297 0.81101173 0.28079874 0.10296979 [7,] 0.57107536 0.68482707 0.27834877 0.80804251 0.87967779 [8,] 0.08752759 0.18573275 0.09300983 0.14362005 0.87967779 [9,] 0.19922632 0.18573275 0.27834877 0.28079874 0.25614928 [10,] 0.36970390 0.68482707 0.09300983 0.28079874 0.87967779 [11,] 0.03088880 0.87874297 0.81101173 0.28079874 0.71356535 [12,] 0.57107536 0.99451570 0.81101173 0.91220051 0.25614928 [13,] 0.19922632 0.05691416 0.94698775 0.06082067 0.80746817 [14,] 0.88543697 0.41829947 0.09300983 0.91220051 0.10296979 [15,] 0.75517414 0.68482707 0.81101173 0.46146443 0.36298572 [16,] 0.19922632 0.41829947 0.27834877 0.65061458 0.99163233 [17,] 0.36970390 0.18573275 0.94698775 0.46146443 0.48176830 [18,] 0.88543697 0.41829947 0.09300983 0.46146443 0.48176830 [19,] 0.75517414 0.18573275 0.27834877 0.96698029 0.25614928 [20,] 0.19922632 0.68482707 0.81101173 0.14362005 0.25614928
更新于：2021 年 2 月 10 日
609 次浏览
广告