R语言绘制不同标准差的正态分布概率密度函数对比图

本教程将演示如何使用R语言绘制均值为2，标准差分别为1, 1.5, 2, 3的四个正态分布的概率密度函数对比图，并添加图例。

**代码示例：**R# 设置均值和标准差mean_values <- c(2, 2, 2, 2)sd_values <- c(1, 1.5, 2, 3)

创建x轴的取值范围x <- seq(-10, 14, length.out = 100)

绘制图形plot(x, dnorm(x, mean_values[1], sd_values[1]), type = 'l', col = 'blue', ylim = c(0, 0.25), xlab = 'x', ylab = 'Probability Density', main = 'Comparison of Normal Distributions')lines(x, dnorm(x, mean_values[2], sd_values[2]), type = 'l', col = 'red')lines(x, dnorm(x, mean_values[3], sd_values[3]), type = 'l', col = 'green')lines(x, dnorm(x, mean_values[4], sd_values[4]), type = 'l', col = 'purple')

添加图例legend('topright', legend = c('sd = 1', 'sd = 1.5', 'sd = 2', 'sd = 3'), col = c('blue', 'red', 'green', 'purple'), lty = 1)

代码解释:

1. 设置均值和标准差: 代码首先定义了包含四个正态分布均值和标准差的向量 mean_values 和 sd_values。2. 创建x轴取值范围: seq() 函数用于创建从-10到14，包含100个点的等差数列，存储在向量 x 中，作为绘图的横坐标。3. 绘制第一个正态分布: plot() 函数绘制第一个正态分布的概率密度函数曲线，其中： - x 是横坐标向量。 - dnorm(x, mean_values[1], sd_values[1]) 计算第一个正态分布在 x 对应点的概率密度值。 - type = 'l' 指定绘制线条图。 - col = 'blue' 设置线条颜色为蓝色。 - ylim = c(0, 0.25) 设置纵坐标范围为0到0.25。 - xlab, ylab 分别设置横纵坐标的标签。 - main 设置图像标题。4. 绘制其他正态分布: lines() 函数在同一张图上绘制其他三个正态分布的概率密度函数曲线，颜色分别为红色，绿色和紫色。5. 添加图例: legend() 函数在图像的右上角添加图例，用于区分不同标准差对应的曲线。

通过运行以上代码，您将得到一张包含四个不同标准差的正态分布概率密度函数对比图，并带有清晰的图例标识。