En este artículo, ilustraré cómo aplicar las funciones de distribución F en el lenguaje de programación R.
El tutorial contendrá esto:
- Ejemplo 1: Densidad F en R (Función df)
- Ejemplo 2: Función de distribución acumulativa F (función pf)
- Ejemplo 3: función cuantil F (función qf)
- Ejemplo 4: Simulación de Números Aleatorios (Función rf)
- Video, recursos adicionales y resumen
Echemos un vistazo a algunos códigos R en acción…
Ejemplo 1: Densidad F en R (Función df)
En el primer ejemplo de este tutorial, explicaré cómo dibujar un diagrama de densidad de la distribución F. Como primer paso, necesitamos crear algunos datos de entrada para la función df R :
x_df <- seq ( 0 , 20 , by = 0.1 ) # Especifique los valores x para la función df |
Ahora, podemos aplicar el comando df a estos datos…
y_df <- df ( x_df, df1 = 3 , df2 = 5 ) # Aplicar la función df |
…y use la función gráfica R para crear un gráfico que represente la densidad F:
plot ( y_df ) # Trazar valores df |
Figura 1: Densidad de distribución F.
Ejemplo 2: Función de distribución acumulativa F (función pf)
En el segundo ejemplo, aprenderá a dibujar una función de distribución acumulativa (CDF) de la distribución F. Primero, tenemos que crear un vector de cuantiles como entrada:
x_pf <- seq ( 0 , 20 , by = 0.1 ) # Especifique los valores x para la función pf |
Ahora, podemos aplicar la función pf a este vector de entrada:
y_pf <- pf ( x_pf, df1 = 3 , df2 = 5 ) # Aplicar función pf |
Podemos dibujar una gráfica de la salida de la función pf como se muestra a continuación:
plot ( y_pf ) # Trazar valores pf |
Figura 2: Función de distribución acumulativa de la distribución F.
Ejemplo 3: función cuantil F (función qf)
En el siguiente ejemplo, dibujaremos un gráfico de función cuantil de la distribución F. Primero, necesitamos crear una secuencia de probabilidades:
x_qf <- seq ( 0 , 1 , by = 0.01 ) # Especifique los valores de x para la función qf |
Luego, podemos aplicar la función qf para obtener los valores correspondientes de la función cuantil para nuestra secuencia de entrada:
y_qf <- qf ( x_qf, df1 = 3 , df2 = 5 ) # Aplicar la función qf |
Y finalmente, podemos dibujar un diagrama:
plot ( y_qf ) # Trazar valores qf |
Figura 3: Función Cuantil de Distribución F.
Ejemplo 4: Simulación de Números Aleatorios (Función rf)
Para generar un conjunto de números aleatorios, necesitamos especificar una semilla y un tamaño de muestra:
establecer _ seed ( 53535 ) # Establecer semilla para reproducibilidad N <- 10000 # Especificar tamaño de muestra |
Luego, podemos usar la función rf para dibujar números aleatorios de acuerdo con la distribución F:
y_rf <- rf ( n, df1 = 3 , df2 = 5 ) # dibuje n valores distribuidos y_rf # imprime valores a la consola rstudio # 0.4199550200 1.089996596 0.334007814 0.069551464 0.367587034 1.386032672 0.53199959595959595595595595959595959595959595959595959595959595959595959595952234234952234952234952234952223234952232323232323223232232232232957INE. |
La salida de la consola RStudio ilustra los valores creados por el comando rf. Ahora podemos trazar estos números aleatorios en un histograma de la siguiente manera:
hist ( y_rf, # Gráfica de rupturas de densidad f dibujadas al azar = 500 , principal = "" , xlim = c ( 0 , 15 ) ) |
Figura 4: Números aleatorios generados según la distribución F.
Video, recursos adicionales y resumen
Recientemente he publicado un vídeo en el canal de YouTube de Estadisticool , en el que se muestra el código de programación R de este artículo. Puedes encontrar el video a continuación:
El video de YouTube se agregará pronto.
También puedes echar un vistazo a los otros artículos sobre distribuciones de probabilidad y la simulación de números aleatorios en R:
- Distribución de Bernoulli en R
- Distribución beta en R
- Distribución Binomial en R
- Distribuciones bivariadas y multivariadas en R
- Distribución de Cauchy en R
- Distribución chi-cuadrado en R
- Distribución Exponencial en R
- F Distribución en R
- Distribución gamma en R
- Distribución Geométrica en R
- Distribución Hipergeométrica en R
- Registro de distribución normal en R
- Distribución Logística en R
- Distribución Binomial Negativa en R
- Distribución Normal en R
- Distribución de Poisson en R
- Distribución t de Student en R
- Distribución de rango estudentizado en R
- Distribución Uniforme en R
- Distribución de Weibull en R
- Distribución estadística de Wilcoxon Signedank en R
- Distribución estadística de la suma de Wilcoxonank en R
Además, puede leer algunos de los otros artículos en mi página de inicio. Puede encontrar una selección de tutoriales aquí.
Resumen: En este punto, debería haber aprendido a usar las funciones F en el lenguaje de programación R. Déjame saber en los comentarios, si tienes alguna pregunta adicional. Además, no olvide suscribirse a mi boletín de correo electrónico para recibir actualizaciones periódicas sobre nuevos tutoriales.
Alejandro Lugón es un economista y escritor especializado en Python y R, conocido por ser el creador del blog Estadisticool. Nacido en México, Lugón se graduó de la Universidad Autónoma de México con una Licenciatura en Economía. Desde entonces ha trabajado como economista en varias empresas. Lugón también ha escrito varios libros sobre temas relacionados con la economía, el análisis de datos y la programación. Su blog Estadisticool se ha convertido en un lugar de referencia para los programadores de Python y R. Alejandro Lugón es una inspiración para aquellos que buscan aprender programación y análisis de datos. Su trabajo ha ayudado a muchas personas a entender mejor el uso de la tecnología para hacer sus trabajos.