概率分布
处理常见分布（正态分布、二项分布和泊松分布），并生成随机样本
概率分布 是 CoddyKit 上的免费 R Academy 课时。 这是第 2 节课，共 3 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 R Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 R Academy 课程共包含 3 节课。
概率分布简介
概率分布简介
概率分布描述数据集中的值如何分布。在 R 中，您可以使用内置函数处理常见的分布。
正态分布
正态分布
正态分布是一种对称的钟形分布，在统计学中十分常用。
x <- rnorm(100, mean=50, sd=10)
hist(x, main='Normal Distribution', col='blue')二项分布
二项分布
二项分布用于描述固定次数独立试验中成功的次数。
x <- rbinom(100, size=10, prob=0.5)
barplot(table(x), main='Binomial Distribution', col='red')泊松分布
泊松分布
泊松分布表示固定时间间隔内发生指定次数事件的概率。
x <- rpois(100, lambda=5)
barplot(table(x), main='Poisson Distribution', col='green')均匀分布
均匀分布
均匀分布为范围内的所有值分配相同的概率。
x <- runif(100, min=0, max=10)
hist(x, main='Uniform Distribution', col='purple')指数分布
指数分布
指数分布描述泊松过程中事件之间的时间间隔。
x <- rexp(100, rate=1)
hist(x, main='Exponential Distribution', col='orange')比较分布
比较分布
您可以使用图表生成并比较多个分布。
x1 <- rnorm(100, mean=50, sd=10)
x2 <- rnorm(100, mean=60, sd=15)
hist(x1, col=rgb(1,0,0,0.5), main='Comparing Distributions')
hist(x2, col=rgb(0,0,1,0.5), add=TRUE)模拟概率分布
模拟概率分布
您可以从不同分布中生成随机样本，用于模拟。
set.seed(123)
data <- rnorm(1000, mean=50, sd=10)
hist(data, main='Simulated Normal Distribution', col='blue')总结
总结
在本课中，您学习了：
- 如何从不同的概率分布生成数据。
- 正态分布、二项分布、泊松分布、均匀分布和指数分布的主要特征。
- 如何使用直方图比较分布。
常见问题解答
「概率分布」课时是免费的吗？
是的 — 「概率分布」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 R Academy 课程的其余内容，请升级到 CoddyKit PRO。 R Academy 课程共包含 3 节课。
「概率分布」这节课中我会学到什么？
处理常见分布（正态分布、二项分布和泊松分布），并生成随机样本 你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 R Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 R Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 3 节。
「概率分布」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 R Academy 课中编写并运行代码吗？
能。每节 R Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。