Qnorm()

是 R 语言中的一个内置函数，用于计算正态分布的分位数（quantile）。

qnorm(p, mean = 0, sd = 1, lower.tail = TRUE)

参数说明如下： - p：要计算分位数的概率值，取值范围为 [0, 1]，都是取左侧的累计概率值。

qnorm(0.9)

• mean：正态分布的均值（默认为 0）。

• sd：正态分布的标准差（默认为 1）。 下面是一个示例，展示如何使用 qnorm() 函数计算正态分布的分位数：

  # 计算均值为 0、标准差为 1 的正态分布的第 0.8 分位数
  quantile <- qnorm(0.8)
  
  # 打印结果
  print(quantile)
  

在上述示例中，我们使用 qnorm() 函数计算均值为 0、标准差为 1 的正态分布的第 0.8 分位数（即累积分布函数为 0.8 对应的数值），并将结果存储在名为 quantile 的变量中。

然后，我们通过打印 quantile 来查看计算得到的分位数。

请注意，qnorm() 函数计算的是正态分布的分位数，即给定概率值 p，它返回对应的数值，使得正态分布的累积分布函数等于 p。如果需要计算其他均值和标准差的正态分布的分位数，可以通过调整 mean 和 sd 参数的值来实现。