mean() 函数可以显示累积分布函数的概率吗？
Can mean() function show probability of cumulative distribution function?
我在做作业，发现了一些奇怪的东西。
我为问题 #1 做了这段代码。
x <- heights$height[heights$sex=="Male"]
下一个问题是这样的：
"We will define a function "CDF" like following: CDF <- function(a) {mean(x<=a)}
Explain why the CDF function is Cumulative Distribution Function."
我明白了累积分布函数的概念，但我不明白为什么要在那里使用函数 mean()。
比如CDF(70)等于0.623，就是在70处累积分布的概率。 mean()函数在这个函数中如何表示概率？
当您进行逻辑测试时，例如 x <= a，结果将是 TRUE 和 FALSE 值的布尔向量。当您对布尔值 TRUE/FALSE 进行数学计算时，TRUE 被视为 1，FALSE 被视为 0。计算 x 值数量的常用方法小于或等于 a 的是 sum(x <= a)。同样，如果你想知道有多少比例的 x 值小于或等于 a，你可以 sum(x <= a) / length(x)，这与 mean(x <= a) 相同。
我在做作业，发现了一些奇怪的东西。 我为问题 #1 做了这段代码。
x <- heights$height[heights$sex=="Male"]
下一个问题是这样的：
"We will define a function "CDF" like following:
CDF <- function(a) {mean(x<=a)}Explain why the CDF function is Cumulative Distribution Function."
我明白了累积分布函数的概念，但我不明白为什么要在那里使用函数 mean()。
比如CDF(70)等于0.623，就是在70处累积分布的概率。 mean()函数在这个函数中如何表示概率？
当您进行逻辑测试时，例如 x <= a，结果将是 TRUE 和 FALSE 值的布尔向量。当您对布尔值 TRUE/FALSE 进行数学计算时，TRUE 被视为 1，FALSE 被视为 0。计算 x 值数量的常用方法小于或等于 a 的是 sum(x <= a)。同样，如果你想知道有多少比例的 x 值小于或等于 a，你可以 sum(x <= a) / length(x)，这与 mean(x <= a) 相同。