L'inverse/l'inverse de la normale de la fonction de distribution dans la R

De tracer une courbe de distribution normale dans R, on peut utiliser:

(x = seq(-4,4, length=100))
y = dnorm(x)
plot(x, y)

L'inverse/l'inverse de la normale de la fonction de distribution dans la R

Si dnorm calcule y comme fonction de x, ne R une fonction qui calcule x en fonction de y? Si non quelle est la meilleure façon d'aborder cette question?

Avez-vous lu pnorm ??
Je suis peut-être raté quelque chose, mais pnorm(y) ne donne pas de x, donc plot(pnorm(y), y) ne donne pas la distribution normale (c'est en fait une ligne droite).
plot(pnorm(y), y) est certainement pas une ligne droite. Cependant, plot(ppoints(y), y) est.
Le problème est que l'inverse d'une fonction de densité n'est pas une fonction, car il n'en est pas une à une, mais mrip la réponse ci-dessous donne, à titre proche de ce que vous avez l'air de se demander ce que vous pouvez obtenir.
Pas toutes les fonctions inversible, et c'est un exemple (il n'est pas strictement croissante, ni décroissante). Je pense que @gung réponse est plus utile ici.

OriginalL'auteur geotheory | 2013-10-25

  1. 5

    Je ne sais pas si l'inverse de la fonction de densité est construit en -- il n'est pas utilisé aussi souvent que l'inverse de la fonction de distribution cumulée. Je ne pense pas désinvolte d'un trop grand nombre de situation où l'inverse de la fonction de densité est utile. Bien sûr, cela ne signifie pas qu'il n'y a pas tout, donc si vous êtes sûrs que c'est la fonction dont vous avez besoin, vous pourriez faire:

    dnorminv<-function(y) sqrt(-2*log(sqrt(2*pi)*y))

plot(x, y)
points(dnorminv(y),y,pch=3)

    L'inverse/l'inverse de la normale de la fonction de distribution dans la R

    Grâce mrip. J'avais essayé d'intervertir les normal de la fonction de distribution moi-même, mais sans succès.
    Je ne peut pas être intégrée, comme il n'est pas possible inverse de cette fonction de densité (voir wikipédia).
    Eh bien, le positif inverse pourrait être construit comme une fonction partielle. L'inverse de la CDF est intégré et qui est techniquement pas une fonction, car il est uniquement définie sur [0,1].
    Vous avez raison, si vous divisez cette fonction en 2 parties, puis les deux fonctions qui en résulte se conformer aux critères pour être inversible (dans des termes plus généraux: sur la fonction à droite de la moyenne, et un autre à gauche). Aussi, je ne vois pas le problème pour une fonction définie sur [0,1], les fonctions n'ont pas à être limité à un domaine prédéfini.
    Vous avez raison sur [0,1]. C'est une fonction, pas une fonction réelle (je pense que c'est la terminologie standard). Je suppose un meilleur exemple serait la fonction x^2, ce qui est techniquement pas inversible, mais le sqrt fonction est le positif de la direction générale de l'inverse.

    OriginalL'auteur mrip

  2. 16

    Ce dnorm() est en train de faire est de vous donner un fonction de densité de probabilité. Si vous intégrer plus de cela, vous avez un la fonction de distribution cumulée (qui est donné par pnorm() dans R). L'inverse de la fonction de répartition est donnée par qnorm(); c'est le standard de la façon dont ces choses sont conceptualisés dans les statistiques.

    Merci pour la clarification gung. Je ne suis pas statisticien donc ma terminologie est peut-être pas si précis.

    OriginalL'auteur gung