概率分布函数及R包：理解和应用概率分布函数的R语言工具

概率分布函数及R包：理解和应用概率分布函数的R语言工具

概率分布函数（Probability Distribution Function）是概率论和统计学中的重要概念，用于描述随机变量的取值与其对应概率之间的关系。在R语言中，有许多强大的包和函数可用于分析和应用各种概率分布函数。本文将介绍几种常见的概率分布函数及其在R语言中的应用，包括正态分布、二项分布和泊松分布。

1. 正态分布（Normal Distribution）
   正态分布是自然界中最常见的分布之一，也称为高斯分布。其概率密度函数（Probability Density Function，PDF）可由两个参数完全描述：均值（mean）和标准差（standard deviation）。在R语言中，我们可以使用dnorm()函数计算正态分布的概率密度，并使用pnorm()函数计算累积分布函数（Cumulative Distribution Function，CDF）。

# 生成正态分布的随机样本
set.seed(123)
x <- rnorm(1000, mean = 0, sd = 1)

# 计算概率密度函数
pdf <- dnorm(x, mean = 0, sd =