（R语言）概率分布

8.1 R是一个统计表集合(略读)

R提供了一套完整的统计表集合。函数可以对累积分布函数P(X<=x)，概率密度函数，分位函数（对给定的q，求满足P(X<=x) > q的最小x）求值，并根据分布进行模拟。

对于所给的名称，加前缀'd'代表密度(density)，'p'代表CDF，'q'代表分位函数，'r'代表模拟（随即散布）。这几类函数的第一个参数是有规律的，形为dxxx的函数为x，pxxx的函数为q，qxxx的函数为p，rxxx的函数为n（rhyper和rwilcox是特例，他们的第一个参数为nn）。目前为止，非中心参数(non-centrality parameter)仅对CDF和少数几个其他函数有效，细节请参考在线帮助。
所有pxxx和qxxx的函数都具有逻辑参数lower.tail和log.p，而所有的dxxx函数都有参数log，这个是我们可以直接通过
- pxxx(t, ..., lower.tail = FALSE, log.p = TRUE)
获取，比如说，累积失效函数（cumulative/integrated hazard function），H(t) =-log(1-F(t))，以及更精确的对数似然（通过dxxx(..., log = TRUE)）。
此外，对于来自正态分布，具有学生化样本区间的分布还有ptukey和qtukey这样的函数。下面是一些例子
> ## 2-tailed p-value for t distribution
> 2*pt(-2.43, df = 13)
> ## upper 1% point for an F(2, 7) distribution
> qf(0.99, 2, 7)

8.2 检测数据集的分布

函数summary和fivenum这两个函数可以给出摘要，后者只给出数值；
函数stem可以将数值统计结果以类似直方图的方式显示出来；
函数hist()可以绘制直方图；
函数density和line可以获得更漂亮的密度图；
功能包fun中的ecdf函数能绘制经验累积分布函数；
还可以进行拟合正态分布，覆盖拟合CDF；
还可以绘制Quantile-quantile (Q-Q)图有助于我们更细致的检测其分布形态；

8.3 单样本和两样本检验（略读）