这可能是有关R中'dnorm'函数的一些基本/基本问题。假设我通过z转换创建了一些z得分，并尝试从'dnorm'中获得总和。
data=c(232323,4444,22,2220929,22323,13)
z=(data-mean(data))/sd(data)
result=dnorm(z,0,1)
sum(result)
[1] 1.879131
如上所述，“ dnorm”的总和不是1也不是0。
那么，即使在z变换中，我也使用零均值和一个标准差。
data=c(232323,4444,22,2220929,22323,13)
z=(data-0)/1
result=dnorm(z,0,1)
sum(result)
[1] 7.998828e-38
我仍然没有得到0或1的总和。
如果我的目的是使概率总和等于我进一步使用所需的概率，那么建议使用“范数”甚至使用其他PDF函数的哪种方法？
答案 0 :(得分：4)
dnorm返回以正态概率 density 函数评估的值。它不会不返回概率。在密度函数中求值的转换数据之和等于1或0的原因是什么？您正在创建一个随机变量，没有理由它应该完全等于零或一。
积分dnorm产生概率。在随机变量的整个支持范围内积分dnorm的概率为1：
integrate(dnorm, -Inf, Inf)
#1 with absolute error < 9.4e-05
实际上，integrate(dnorm, -Inf, x)在概念上等于所有pnorm(x)的{{1}}。
编辑：根据您的评论。
其他连续概率分布（PDF）也是如此：
x请注意，来自integrate(dexp, 0, Inf, rate = 57)
1 with absolute error < 1.3e-05
的{{1}}个参数将传递给被积。
还请记住，泊松分布是（离散）概率分布，因此将其整合（按常规意义）是没有意义的。离散概率分布具有概率质量函数（PMF），而不具有实际返回概率的PDF。在这种情况下，它应该 sum 为1。
考虑：
...从0到一个非常大的数字（即在泊松分布的支持下）：
?integrate