평균 170, 표준편차 10인 100건의 데이터 생성
x = rnorm(100, 170, 10)
hist(x)
표본 평균
x = rnorm(100, 170, 10)
mean(x)
[1] 170.3248
데이터가 많을수록 표본 평균이 모평균과 가까워짐
x = rnorm(10000, 170, 10)
mean(x)
[1] 170.0115
x = rnorm(1000000, 170, 10)
mean(x)
[1] 170.0086
stdev
함수가 존재데이터를 많이 뽑아야 정확해짐
x = rnorm(1000000, 170, 10)
var(x)
[1] 99.8477
sd(x)
[1] 9.992382
x = rnorm(50, 170, 10)
sd(x)
[1] 10.21503
평균이 170이고 표준편차가 10일 때 170의 확률 밀도
dnorm(170, 170, 10)
[1] 0.03989423
마이너스 무한대부터 평균인 170까지 확률 밀도를 다 더함
pnorm(170, 170, 10)
[1] 0.5
마이너스 무한대부터 180까지 확률 밀도를 다 더함
pnorm(180, 170, 10)
[1] 0.8413447
160~180에 속하는 사람의 비율
pnorm(180, 170, 10) - pnorm(160, 170, 10)
[1] 0.6826895
히스토그램을 그리면
hist(x, prob = T)
prob = T
를 해주면 세로축이 확률 밀도로 바뀜
정규분포 커브를 추가하면
hist(x, prob = T)
curve(dnorm(x, 170, 10), add = T, col='red')
하위 10% 확률
qnorm(0.1, 170, 10)
[1] 157.1845
상위 10% 확률
qnorm(0.9, 170, 10)
[1] 182.8155