Tutorial R : Cara Menggunakan Normal Distribution di Pemrograman R Terbaru - Masnaato
Skip to content Skip to sidebar Skip to footer

Tutorial R : Cara Menggunakan Normal Distribution di Pemrograman R Terbaru

Cara Menggunakan Normal Distribution di Pemrograman R Terbaru



Dalam pengumpulan data secara acak dari sumber-sumber independen, secara umum diketahui bahwa distribusi datanya normal. Artinya, pada pembuatan grafik dengan nilai variabel pada sumbu horizontal dan penghitungan nilai pada sumbu vertikal didapatkan kurva berbentuk lonceng. Pusat kurva mewakili mean dari kumpulan data. Dalam grafik, lima puluh persen nilai terletak di sebelah kiri rata-rata dan lima puluh persen lainnya berada di sebelah kanan grafik. Ini disebut sebagai distribusi normal dalam statistik.

R memiliki empat fungsi bawaan untuk menghasilkan distribusi normal. Mereka dijelaskan di bawah ini.

dnorm(x, mean, sd)
pnorm(x, mean, sd)
qnorm(p, mean, sd)
rnorm(n, mean, sd)

Berikut adalah deskripsi parameter yang digunakan dalam fungsi di atas -

  • x adalah vektor angka.

  • p adalah vektor probabilitas.

  • n adalah jumlah observasi (ukuran sampel).

  • mean adalah nilai mean dari data sampel. Nilai defaultnya adalah nol.

  • sd adalah deviasi standar. Nilai defaultnya adalah 1.

dnorm ()

Fungsi ini memberikan ketinggian distribusi probabilitas pada setiap titik untuk mean dan deviasi standar tertentu.

# Create a sequence of numbers between -10 and 10 incrementing by 0.1.
x <- seq(-10, 10, by = .1)

# Choose the mean as 2.5 and standard deviation as 0.5.
y <- dnorm(x, mean = 2.5, sd = 0.5)

# Give the chart file a name.
png(file = "dnorm.png")

plot(x,y)

# Save the file.
dev.off()

Ketika kita menjalankan kode di atas, hasilnya adalah sebagai berikut -

grafik dnorm ()

pnorm ()

Fungsi ini memberikan probabilitas bilangan acak terdistribusi normal menjadi lebih kecil dari nilai bilangan tertentu. Ini juga disebut "Fungsi Distribusi Kumulatif".

# Create a sequence of numbers between -10 and 10 incrementing by 0.2.
x <- seq(-10,10,by = .2)
 
# Choose the mean as 2.5 and standard deviation as 2. 
y <- pnorm(x, mean = 2.5, sd = 2)

# Give the chart file a name.
png(file = "pnorm.png")

# Plot the graph.
plot(x,y)

# Save the file.
dev.off()

Ketika kita menjalankan kode di atas, hasilnya adalah sebagai berikut -

grafik pnorm ()

qnörä ()

Fungsi ini mengambil nilai probabilitas dan memberikan angka yang nilai kumulatifnya cocok dengan nilai probabilitas.

# Create a sequence of probability values incrementing by 0.02.
x <- seq(0, 1, by = 0.02)

# Choose the mean as 2 and standard deviation as 3.
y <- qnorm(x, mean = 2, sd = 1)

# Give the chart file a name.
png(file = "qnorm.png")

# Plot the graph.
plot(x,y)

# Save the file.
dev.off()

Ketika kita menjalankan kode di atas, hasilnya adalah sebagai berikut -

qnorm () grafik

rnorm ()

Fungsi ini digunakan untuk menghasilkan bilangan acak yang distribusinya normal. Dibutuhkan ukuran sampel sebagai input dan menghasilkan banyak angka acak. Kami menggambar histogram untuk menunjukkan distribusi angka yang dihasilkan.

# Create a sample of 50 numbers which are normally distributed.
y <- rnorm(50)

# Give the chart file a name.
png(file = "rnorm.png")

# Plot the histogram for this sample.
hist(y, main = "Normal DIstribution")

# Save the file.
dev.off()

Ketika kita menjalankan kode di atas, hasilnya adalah sebagai berikut -

rnorm () grafik

Post a Comment for "Tutorial R : Cara Menggunakan Normal Distribution di Pemrograman R Terbaru"