19、单比例与双比例检验：正态、卡方分布及相关方法

单比例与双比例检验：正态、卡方分布及相关方法

1. 正态分布

设 $X$ 是一个连续随机变量，其样本空间为所有实数的集合 $(-\infty, \infty)$。用 $\mu$ 表示 $X$ 的均值，$\sigma^2$ 表示方差，$X$ 的概率密度函数定义为：
$f(X) = \frac{1}{\sqrt{2\pi}\sigma} e^{-\frac{(X - \mu)^2}{2\sigma^2}}$
此时，称 $X$ 服从参数为 $\mu$ 和 $\sigma$ 的正态分布，记为 $X \sim N(\mu, \sigma)$。

在 R 语言中，对应的概率密度函数为：

dnorm(x, mean = 0, sd = 1)

该函数的默认参数设置对应标准正态（或高斯）分布（$\mu = 0$ 且 $\sigma = 1$）。与之前的 R 密度函数一样，参数 $x$ 可以赋值为单个值或值的向量。

由于 $X$ 是连续随机变量，其累积分布函数由积分定义：
$P(X \leq x) = \int_{-\infty}^{x} f(t) dt$
并且，对于样本空间中的单个点 $x$，有 $P(X = x) = 0$。因此，与离散概率分布的计算不同，有：
$P(X \leq x) = P(X < x)$
$P(X \geq x) = P(X > x)$

在 R 语言中，计算给定 $X = x$ 时该积分的函数为：

pnor