在R中各种概率函数都有统一的形式，即一套统一的 前缀+分布函数名(参数)：
分布函数
注意：不同前缀，第一个参数 n 的意义不同（详见下方讲解）
连续型
名称 | 英文名 | R对应的函数 | 参数 |
高斯分布 | gaussian | norm | n, mean=0, sd=1 |
指数分布 | exponential | exp | n, rate=1 |
伽玛分布(γ) | gamma | gamma | n, shape, scale=1 |
韦氏分布 | Weibull | weibull | n, shape, scale=1 |
柯西分布 | Cauchy | cauchy | n, location=0, scale=1 |
β分布 | beta | beta | n, shape1, shape2 |
t分布 | Student's t | t | n, df |
F分布 | F | f | n, df1, df2 |
卡方分布 | chi-squared | chisq | n, df |
Logistic 分布 | Logistic | logis | n, location=0, scale=1 |
对数正态分布 | log-normal | lnorm | n, meanlog=0, sdlog=1 |
均匀分布 | uniform | unif | n, min=0, max=1 |
离散型
名称 | 英文名 | R对应的函数 | 参数 |
泊松分布 | Poisson | pois | n, lambda |
二项分布 | binomail | binom | n, size, prob |
多项分布 | multinomial | multinom | n, size, prob |
几何分布 | geometric | geom | n, prob |
超几何分布 | hypergeometric | hyper | nn, m, n, k |
负二项分布 | negative binomial | nbinom | n, size, prob |
前缀
r：随机函数，生成特定分布的随机数（random）
d：密度函数（density）
p：分布函数（生成相应分布的累积概率密度函数）
q：分位数函数，能够返回特定分布的分位数（quantile）
代码示例
以 正态分布 为例
1. r 生成正态分布的随机数
第一个参数 n：生成随机数的个数
a = rnorm(100,0,2) # 生成100个均值为0，标准差为2 的呈正态分布的点
plot(a) # 在图上展示这些点，x轴:索引 y轴:点的数值
density(a) # 查看函数密度描述信息
hist(a) # 直方图呈现
查看概率密度图
hist(a, xlab="值", ylab="频次",xlim=c(-8,8),ylim=c(0,0.3))
lines(density(a), col="blue")
2. d 密度函数
第一个参数 n：x 值
dnorm(0.2, 0, 2) # 计算x=0.2 处 函数的概率密度，得到一个数值
3. p 分布函数
第一个参数 n：x 值
pnorm(0.2, 0, 2) # 计算x=0.2 处 累积概率密度函数值 即 x 小于 0.2 的概率（相当与对应的百分位数）
4. q 分位数函数
第一个参数 n：分位数值
qnorm(0.25, 0, 2) # 计算下四分位数 所对应的正态分布中的那个数据
