数据可视化分析——基于R语言（第2版）贾俊平-（09）第8章 概率分布可视化.pptxVIP

R 语言数据可视化分析 贾俊平2023/4/13 贾俊平2023/4/13?第 8 章 概率分布可视化 概率分布经典分布二项分布正态分布卡方分布T 分布F 分布抽样分布均值分布比例分布方差分布推断结果假设检验方差分析回归分析统计量的概率分布概率概率分布思维导图 8.1 二项分布可视化 二项分布?? 8.1 二项分布可视化 二项分布——二项分布图二项分布图——分别让500人、5000人、10000人抛硬币，每人抛10次，观察出现正面的次数二项分布图——实验次数n逐渐变大时，成功次数x的概率分布 8.1 二项分布可视化 二项分布——例题分析【例8-1】某电商承诺，在本电商购物，按预定时间的送达率为70%。假定你在该电商购物10次，可视化以下概率：恰好有5次按预定时间送达有6次及以下按预定时间送达按预定时间送达在6次以上按预定时间送达在5次到8次之间 8.2 正态分布可视化 正态分布? 8.2 正态分布可视化 正态分布——参数对正态曲线的影响? 8.2 正态分布可视化 正态分布——正态分布的概率——曲线下的面积一般正态分布曲线下的面积标准正态分布曲线下的面积 8.2 正态分布可视化 正态分布——正态分布的概率——例题分析? 8.2 正态分布可视化 正态分布——累积分布函数和经验累积分布函数——例题分析累积分布函数累积分布函数【例】第4章中北京市空气质量数据（data4_1），由plot函数和Hmisc包中的Ecdf函数绘制的AQI的经验累积分布函数 8.2 正态分布可视化 正态分布——累积分布函数和经验累积分布函数——例题分析经验累积分布函数【例 4】第4章中北京市空气质量数据（data4_1），绘制的AQI、PM2.5、PM10 、二氧化氮和臭氧浓度4个指标的经验累积分布函数 8.2 正态分布可视化 正态分布——正态性检验——正态概率图正态概率图——检验正态性假定是否成立，这就是正态性检验（mormality test）正态概率图有两种画法，一种称为Q-Q图（Quantile-Quantile plot），一种称为P-P图（Probability-Probability plot）Q-Q图是样本数据的分位数与理论分布（如正态分布）的分位数的符合程度绘制的，有时也称为分位数-分位数图P-P图则是根据样本数据的累积概率与理论分布（如正态分布）的累积概率的符合程度绘制的除用于正态分布检验外，Q-Q图（或P-P图）也可以用于检验t分布、卡方分布、均匀分布、贝塔分布、伽马分布等 8.2 正态分布可视化 正态分布——正态性检验——正态Q-Q图? 8.2 正态分布可视化 正态分布——正态性检验——正态Q-Q图——例题分析【例】使用qqnorm函数和qqline函数绘制的PM2.5的正态Q-Q图【例】使用DescTools包中的PlotQQ函数绘制的PM2.5、PM10和臭氧浓度的正态Q-Q图 8.3 卡方分布、t分布和F分布的可视化 卡方分布——不同自由度的卡方分布曲线? 8.3 卡方分布、t分布和F分布的可视化 卡方分布——概率可视化——例题分析? 8.3 卡方分布、t分布和F分布的可视化 t 分布——t 分布与标准正态分布的比较? 8.3 卡方分布、t分布和F分布的可视化 t 分布——概率可视化——例题分析【例 8-4 】可视化以下概率和分位数自由度为8，t值小于等于-2的概率自由度为6，t值大于等于2.5的概率自由度为12，t分布累积概率为0.025时的分位数自由度为10，t分布累积概率为0.95时的分位数 8.3 卡方分布、t分布和F分布的可视