8.1 R 的统计表

R 给出了详尽的统计表。R 还提供了相关函数来 计算累计概率分布函数 X <= x)， 概率密度函数和分位数函数(给定 q，符合 P(X <= x) > q的最小x就是对应的分位数)， 和基于概率分布的计算机模拟。

概率分布	R 对应的名字	附加参数
β分布	beta	shape1, shape2, ncp
二项式分布	binom	size, prob
Cauchy 分布	cauchy	location, scale
卡方分布	chisq	df, ncp
指数分布	exp	rate
F分布	f	df1, df1, ncp
γ分布	gamma	shape, scale
几何分布	geom	prob
超几何分布	hyper	m, n, k
对数正态分布	lnorm	meanlog, sdlog
logistic 分布	logis	location, scale
负二项式分布	nbinom	size, prob
正态分布	norm	mean, sd
Poisson 分布	pois	lambda
t 分布	t	df, ncp
均匀分布	unif	min, max
Weibull 分布	weibull	shape, scale
Wilcoxon 分布	wilcox	m, n

不同的名字前缀表示不同的含义，d表示概率密度函数，p 表示 累积分布函数（cumulative distribution function，CDF），q 表 示分位函数以及 r 表示随机模拟(random deviates)或者随机数发生器。 dxxx 的第一个参数是x，pxxx是q， qxxx 是 p，和rxxx的是n (rhyper 和rwilcox例外，二者的参数是 nn)。偏态指数（non-centrality parameter） ncp 现在仅用于累积分布函数，大多数概率密度函数 和部分其他情况：更细节的内容可以参考帮助文档。

pxxx 和 qxxx 函数都有逻辑 参数 lower.tail 和 log.p。dxxx 也有一个逻辑函数 log。 它们可以用来计算所要的函数值。 例如可以通过下式计算累计(“积分的”) 风险 （hazard）函数， ，

      - pxxx(t, ..., lower.tail = FALSE, log.p = TRUE)

它们也可以直接用来计算更精确的对数似然值 (dxxx(..., log = TRUE))。

此外还有函数 ptukey 和 qtukey 计算 来自正态分布的样本的标准化全距（studentized range） 的分布。

这里是一些例子

     > ## t分布的双侧p值
     > 2*pt(-2.43, df = 13)
     > ## F(2, 7)分布的上1%分位数
     > qf(0.99, 2, 7)