R使用数据集创建正态分布图

Question

我是R的新手。

我试图绘制正常概率密度函数，用于1000个样本值的平均值，这些样本值来自每个大小为40的指数分布。样本均值的分布应近似正常。

我遇到的问题是如何渲染绘图，见下文：

这是我的“R”代码：

#allocate list size to store means
meanOfSampleMeansVector <- numeric(1000)
#for 1000 iterations create 40 exponential random variable with variance of 0.2 units
for (i in 1:1000 ){ 
sample <- rexp(n=40,0.2) 
#get mean of sample
meanOfSample <- mean(sample) 
#set the mean in list 
meanOfSampleMeansVector[i] <- meanOfSample
}

生成正态概率密度函数

propDensity=dnorm(meanOfSampleMeansVector,mean(meanOfSampleMeansVector),sd(meanOfSampleMeansVector))

方法＃1用于绘图：

plot(meanOfSampleMeansVector,propDensity, xlab="x value", type="l",
  ylab="Density", main="Sample Means of Exponential Distribution",col="red")

结果：

方法＃2用于绘图：

plot(meanOfSampleMeansVector,propDensity, xlab="x value",
  ylab="Density", main="Sample Means of Exponential Distribution",col="red")

结果：

但我想要的是与此图类似的内容：

Answer 1

require(ggplot2)
qplot(meanOfSampleMeansVector,propDensity,geom="line")+
  xlab("x value")+ylab("Density")+
  ggtitle("Sample Means of Exponential Distribution")

我使用ggplot2

执行此操作

Answer 2

基础图形也可以这样做：

xval <- seq(min(meanOfSampleMeansVector), max(meanOfSampleMeansVector), length=200)
propDensity=dnorm(xval, mean(meanOfSampleMeansVector), sd(meanOfSampleMeansVector))
plot(xval,propDensity, xlab="x value", type="l",
      ylab="Density", main="Sample Means of Exponential Distribution",col="red")

Answer 3

方法＃1中的问题仅仅是样本没有排序：

S<-sort(meanOfSampleMeansVector)
propDensity=dnorm(S,mean(S),sd(S))
plot(S,propDensity, xlab="x value", type="l",
  ylab="Density", main="Sample Means of Exponential Distribution",col="red")

但我强烈建议，如果你想绘制估计的pdf（这里添加到同一个图中），你可以看看density()：

lines(density(meanOfSampleMeansVector),col=1)

或者如果你想验证CLT，可能只使用正常的分位数图：

qqnorm(S)
qqline(S)