下面的例子展示了如何在实践中使用这些函数中的每一个。

例1：如何使用dgamma()

下面的代码显示了如何使用**dgamma()**函数来创建一个具有一定参数的伽马分布的概率密度图。

#define x-values
x <- seq(0, 2, by=0.01)   
#calculate gamma density for each x-value
y <- dgamma(x, shape=5) 
#create density plot
plot(y)
例2：如何使用pgamma()
下面的代码显示了如何使用**pgamma()**函数来创建一个具有特定参数的伽马分布的累积密度图。
#define x-values
x <- seq(0, 2, by=0.01)   
#calculate gamma density for each x-value
y <- pgamma(x, shape=5) 
#create cumulative density plot
plot(y)
例3：如何使用qgamma()
下面的代码显示了如何使用**qgamma()**函数来创建一个具有特定参数的伽马分布的量化图。
#define x-values
x <- seq(0, 1, by=0.01)   
#calculate gamma density for each x-value
y <- qgamma(x, shape=5) 
#create quantile plot
plot(y)
例 4: 如何使用 rgamma()
下面的代码显示了如何使用**rgamma()**函数来生成和可视化1,000个随机变量，这些随机变量遵循形状参数为5、速率参数为3的gamma分布。
#make this example reproducible
set.seed(0)
#generate 1,000 random values that follow gamma distribution
x <- rgamma(n=1000, shape=5, rate=3)
#create histogram to view distribution of values
hist(x)
下面的教程解释了如何在R中使用其他常见的统计分布。
如何在R中使用正态分布

如何在R中使用二项分布

如何在R中使用泊松分布

如何在R中使用几何分布
The postHow to Use the Gamma Distribution in R (With Examples)appeared first onStatology.
  
分类：
 人工智能
 
标签：
 
人工智能
 
  
 

      安装掘金浏览器插件
     
多内容聚合浏览、多引擎快捷搜索、多工具便捷提效、多模式随心畅享，你想要的，这里都有！
 前往安装
     
 

        后端工程师 @ 美团
         28,239