R函数计算相邻标准差之间的正态曲线下面积答案

【问题标题】：R function to calculate area under the normal curve between adjacent standard deviationsR函数计算相邻标准差之间的正态曲线下面积
【发布时间】：2016-03-18 03:21:53
【问题描述】：

我正在研究 GoF（拟合优度）测试，并想在运行卡方检验之前查看数据向量的分位数是否遵循正态分布 N(0, 1) 的预期频率，我为正态分布生成了这些频率：

< -2 SD（标准偏差）、-2 and -1 SD 之间、-1 and 0 SD 之间、0 and 1 SD 之间、1 and 2 SD 和 more than 2 SD 之间。

为此我走了很长的路：

(Normal_distr <- c(pnorm(-2), pnorm(-1) - pnorm(-2), pnorm(0) - pnorm(-1),
                  pnorm(1) - pnorm(0), pnorm(2) - pnorm(1), pnorm(2, lower.tail = F)))

[1]    0.02275013 0.13590512 0.34134475 0.34134475 0.13590512 0.02275013

我看到对称性可以让我减少代码的长度，但没有更简单的方法......（我认为这不会奏效，但......的想法）喜欢pnorm(-2:-1) 向 pnorm(-1) - pnorm(-2) = 0.13590512 返回相同的值？

问题：是否有一个 R 函数可以计算分位数之间正态曲线下的面积，以便我们可以通过它传递一个向量，例如 c(-3:3)，而不是减去相邻标准偏差或其他的 pnorm()分位数？

【问题讨论】：

标签： r normal-distribution quartile

【解决方案1】：

我不确定是否有特定的功能可以做到这一点，但你可以像这样简单地做到这一点：

#Get difference between adjacent quantiles
diff(pnorm(-2:-1))
[1] 0.1359051

#Get area under normal curve from -2 to 2 sd's:
sum(diff(pnorm(-2:2)))
[1] 0.9544997

【讨论】：