《R的极客理想——高级开发篇》第六节

本节介绍七种常用连续型概率分布的R语言实现，包括指数分布、伽玛分布、韦布尔分布、卡方分布、F分布、t分布和贝塔分布。

本节介绍七种常用连续型概率分布的R语言实现，包括指数分布、伽玛分布、韦布尔分布、卡方分布、F分布、t分布和贝塔分布。每种分布均给出其定义、参数含义、概率密度函数与累积分布函数的公式，并附R程序绘制相应曲线。对每种分布，作者都使用Kolmogorov-Smirnov检验判断数据集S是否符合该分布：原假设为数据集符合该分布，备择假设为不符合。结果中D值很小、p值大于0.05，均不能拒绝原假设，即数据集S分别符合各分布的指定参数（如形状参数为1的伽玛分布、自由度为1的卡方分布等）；其中也演示了把伽玛分布形状参数改为2时检验失败的情形（p值小于0.05，拒绝原假设）。作者指出掌握这些分布可用于建模，并说明书中分布定义摘自互联网，以统计学教科书为准。

随后本节转入导数计算，说明导数的定义，并介绍用R语言的deriv()函数直接求导，以y=x³为例给出x=1、x=2时的导数值。