出于我自己的好奇心，我决定质疑 R 中 dt 和 pt 的等价性。
pt 表示 t 分布的累积密度函数。所以这给了我们。因此，如果我想找到的概率，我需要做。到目前为止，一切都很好。如果您正在计算 t 检验的 p 值，则可以这样做。
但是假设我想使用正则概率函数 dt。我相信这计算了发生的概率（因为在连续分布中）。我希望和是相同的。
然而在 RI 中得到 -
> 1-dt(3, df=10)
[1] 0.9885995
> pt(3, df=10)
[1] 0.9933282
它们接近但不相等。尽管它们离得太远了，但我认为这是我的逻辑中的某种错误，而不是它们的数值解决方案中的某种错误。
任何人都可以填补这里的空白吗？谢谢！
我相信这计算了 P(X>x) 发生的概率（因为 P(X=x)=0 在连续分布中）。我希望 pt 和 1−dt 是相同的。
你的信念（以及因此你持有的期望）是错误的。
in指的是密度。你认为密度不是概率是对的。R 中的函数（在等连续分布上完成时）不返回概率，它们返回密度函数在其第一个参数值处的高度。dtd...
https://en.wikipedia.org/wiki/Probability_density_function
如果您查看t-distribution上的 wikipedia 页面，右侧的上图显示了密度——dt几个不同自由度返回的东西。下图显示了分布函数（cdf），这是pt（至少默认情况下）返回的东西。如果你想要上尾，你可以通过将参数更改为pt. 这在 t 函数的帮助中进行了解释?dt
pt(x,df)返回 左边的密度下的面积x：
