確率プロット

講義やデモに使う確率プロット

RjpwikiのRにおける確率分布も参照。

分布名 Rの名前 分布名 Rの名前
ベータ beta 対数正規 lnorm
二項 binom 負の2項 nbinom
コーシー cauchy 正規 norm
カイ二乗 chisq ポアソン pois
指数 exp スチューデントのt t
F f 一様 unif
ガンマ gamma テューキー tukey
幾何 geom ワイブル weib
超幾何 hyper ウィルコクソン wilcox
ロジスティック logis    

For a comprehensive list, see Statistical Distributions on the R wiki.

それぞれの分布には以下のフォーマットの関数が使えるThe functions available for each distribution follow this format:

name description
d分布名( ) 確率密度関数。例: plot(dnorm, -4, 4)
p分布名( ) 累積確率関数。例: pnorm(1.96) -> 0.9750021
q分布名( ) クォンタイル値を求める。例: qnorm(0.975) -> 1.959964
r分布名( ) 乱数生成

使い方
pnorm(0): 標準正規分布で0より左の面積の割合を求める。
qnorm(0.9): 90%の面積になるクォンタイル値
rnorm(100) : 正規分布にもとづく乱数を100個生成


使用例1

# 平均プラスマイナス1SDに約68パーセントが含まれる
pnorm(1)-pnorm(-1)

# 正規分布曲線と塗りつぶし
# 正規分布曲線
plot(dnorm, -3, 3)

# 平均プラスマイナス1SD
uv <- 1
lv <- -1
# uvとlvで指定した範囲を塗りつぶし
xvs <- seq(lv,uv,length=100) # 塗りつぶす範囲 (x軸) を指定。-1sdから+1sd
yvs <- dnorm(xvs) # 塗りつぶす範囲 (y軸) を指定
polygon(x=c(xvs, rev(xvs)), y=c(rep(0, 100), rev(yvs)), col="skyblue")

# border=0で境界線を描画しない # 有意水準5%を斜線で塗りつぶし。斜線はdensity=, angle=で指定
plot(dnorm, -3, 3)
# 上側
uv <- 3; (lv <- qnorm(0.975))
xvs <- seq(lv,uv,length=100) ; yvs <- dnorm(xvs)
polygon(x=c(xvs, rev(xvs)), y=c(rep(0, 100), rev(yvs)), density=30, angle=45)
# 下側
uv <- qnorm(0.025); lv <- -3
xvs <- seq(lv,uv,length=100) ; yvs <- dnorm(xvs)
polygon(x=c(xvs, rev(xvs)), y=c(rep(0, 100), rev(yvs)), density=30, angle=45)

# 重ねがき。ばらついた分布とばらついてない分布
x <- seq(-3, 3, 0.01)
plot(dnorm, -3, 3, ylim=c(0,1)) # sd=1
curve(dnorm(x=x, mean=0, sd=2), type="l", add=T) # sd=2
# なんだかわからないが、"x"というオブジェクトを使わないとエラーになる
curve(dnorm(x=x, mean=0, sd=0.5), type="l", add=T) # sd=0.5
# 参考: http://cse.niaes.affrc.go.jp/minaka/R/R-normal.html

t distributions click to view

t distributions click to view

t distributions click to view


使用例2

# 色々な自由度のt分布

x <- seq(-4, 4, length=100)
hx <- dnorm(x)

degf <- c(1, 3, 8, 30)
colors <- c("red", "blue", "darkgreen", "gold", "black")
labels <- c("df=1", "df=3", "df=8", "df=30", "normal")

plot(x, hx, type="l", lty=2, xlab="x value",
  ylab="Density", main="Comparison of t Distributions")

for (i in 1:4){
  lines(x, dt(x,degf[i]), lwd=2, col=colors[i])
}

legend("topright", inset=.05, title="Distributions",
  labels, lwd=2, lty=c(1, 1, 1, 1, 2), col=colors)

t distributions click to view


使用例3

# IQは平均100、sd15の正規分布である。80から120の人の割合は?

mean=100; sd=15
lb=80; ub=120

x <- seq(-4,4,length=100)*sd + mean
hx <- dnorm(x,mean,sd)

plot(x, hx, type="n", xlab="IQ Values", ylab="Density",
  main="Normal Distribution", axes=FALSE)

i <- x >= lb & x <= ub
lines(x, hx)
polygon(c(lb,x[i],ub), c(0,hx[i],0), col="red")

area <- pnorm(ub, mean, sd) - pnorm(lb, mean, sd)
result <- paste("P(",lb,"< IQ <",ub,") =",
   signif(area, digits=3))
mtext(result,2)

IQ problem click to view

参考: Vincent Zonekynd's Probability Distributions.

分布への適合

qqnorm( ) 関数はQ-Qプロットをつくって正規分布へのあてはまりを評価できる。正規分布以外の理論分布でも使用可能。

par(mfrow=c(1,2))

# サンプルデータの生成
x <- rt(100, df=3)

# 正規分布への適合
qqnorm(x); qqline(x)

# 自由3のt分布への適合
qqplot(rt(1000,df=3), x, main="t(3) Q-Q Plot",
   ylab="Sample Quantiles")
abline(0,1)

Q-Q plots click to view


MASS パッケージのfitdistr( ) 関数は単変量分布に対する最尤推定の適合を評価できる。フォーマットはfitdistr(x, densityfunction) 。xにはデータ、densityfunctionは以下のいずれかを指定 ( "beta", "cauchy", "chi-squared", "exponential", "f", "gamma", "geometric", "log-normal", "lognormal", "logistic", "negative binomial", "normal", "Poisson", "t" or "weibull")

# 対数正規分布を仮定したパラメータ推定

# データ生成
x <- rlnorm(100)

# パラメータ推定
library(MASS)
fitdistr(x, "lognormal")


Rはカイ二乗、コルモゴロフ-スミルノフ、アンダーソン-ダーリング等、様々な分布への適合を検定できる。詳しくは Vito Ricci's Fitting Distributions with R や、Bill Huber's Fitting Distributions to Data を参照。