从dnorm中获取平均值

也许你可以试试这样的

plotter <- function(m1,m2){
  normal1 <- function(x) {
    dnorm(x, m1, 3)
  }

  normal2 <- function(x) {
    dnorm(x, m2, 2)
  }
  ggplot(data = data.frame(x=0), mapping = aes(x=x))+ 
  stat_function(fun = normal1) +
    stat_function(fun = normal2) + xlim(-10, 15) +
    geom_vline(xintercept = m1, linetype = "dashed") +
    geom_vline(xintercept = m2, linetype = "dashed")


}

因此可以重新计算normal1和normal2函数。事实上,它们是用可变平均值创建的,很容易用新值修改绘图。

m_1 <- 4
m_2 <- 2

plotter(m_1, m_2)

或者直接使用新值执行plotter()函数。

远足

事实上,计算一个函数的平均值,而这个函数的创建必然需要平均值,这有点令人困惑,但并非不可能。

首先修改 plotter

normal1 <<- function(x) {
  dnorm(x, m1, 3)
}

所以 normal1 功能在外部可用

现在我们来看一下数学背景:函数的平均值或期望值与密度乘以变量本身的曲线下的面积重合。

mean1 <- function(x){
normal1(x)*x
}

哪里 法线1 被解释为密度。

mean1_empirical <- integrate(mean1, lower = -Inf, upper = Inf)

m_1 <- 4 (!) :

4 with absolute error < 0.00019

请注意:将此方法与现有函数一起使用是一种 实证方法