曲线绘制

• dnorm(x, mean = 0, sd = 1, log = FALSE) 的返回值是正态分布概率密度函数值，比如dnorm（z）则表示：标准正态分布密度函数f（x）在x=z处的函数值。
• pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE) 返回值是正态分布的分布函数值，比如pnorm（z）等价于P[X ≤ z]
• qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE) 的返回值是给定概率p后的下分位点.
• rnorm(n, mean = 0, sd = 1) 的返回值是n个正态分布随机数构成的向量。

curve(dnorm(x), xlim=c(-2, 2), ylab="",axes=FALSE,xlab = "")
axis(1, at=c(-2,-1,0,0.8,1,2), pos = 0)
# axis
# 第一个参数 side表示要操作的坐标轴，取值1、2、3、4分别代表下、左、上、右；
# at表示刻度线及刻度值所在位置；
# pos 表示轴线所在的位置

填充颜色

以数据(x,y)为坐标，依次连接所有的点，绘出一个多边形

x = 1:10
y = rnorm(x)
x1 = c(2, 4, 4)
y1 = c(0, 0, 1)
plot(x, y, type = 'l')
polygon(x, y, col='green')
polygon(x1, y1, col='red')

curve(dnorm(x), xlim = c(-2, 2), ylab = "", axes=FALSE)
abline(h=0)
sequence = seq(-2, 0.8, 0.1)
polygon(x =c(sequence, 0.8, -2), y=c(dnorm(c(sequence)), 0, 0), col='purple')
axis(1, at=c(-2,-1,0,0.8,1,2), pos = 0)

直方图添加正太曲线

hist(mtcars$wt, prob=T) # prob=T指定为频率 默认是频数
m =mean(mtcars$wt)
s =sd(mtcars$wt)
curve(dnorm(x, mean = m,  sd = s), col='red', lwd=2, add = TRUE)
# lwd=2线的宽度 #  add=TRUE 代表加载直方图上

要计算 P(Z < 0.8)，请使用pnorm.

 pnorm(0.8)
[1] 0.7881446

计算 P(Z > 0.8)：
第一种

第二种

计算 P(0.3 < Z < 0.7)：

上面是均值为5 标准差为4

线性模型

先生成散点图

plot(mtcars$mpg, mtcars$wt, xlab = "mpg", ylab = "weight", main = "scatter of mpg vs wt")

计算相关系数

绘制散点图的线性模型

plot(mtcars$mpg, mtcars$wt, xlab = "mpg", ylab = "weight", main = "scatter of mpg vs wt")
L = lm(wt~mpg, data = mtcars)
# 因变量 ~ 自变量
abline(L, col='red', lwd=3)

L = lm(wt~mpg,data=mtcars)
plot(mtcars$mpg,L$residuals, xlab = "mpg", ylab = "Residuals")
abline(h = 0, col = "blue")