Odpowiedzi:
ecdf
Funkcja dodawane do próbki danych wraca do funkcji reprezentujący empiryczną dystrybuantę. Na przykład:
> X = rnorm(100) # X is a sample of 100 normally distributed random variables
> P = ecdf(X) # P is a function giving the empirical CDF of X
> P(0.0) # This returns the empirical CDF at zero (should be close to 0.5)
[1] 0.52
> plot(P) # Draws a plot of the empirical CDF (see below)
Jeśli chcesz, aby obiekt reprezentujący empiryczny CDF był oceniany według określonych wartości (a nie jako obiekt funkcji), możesz to zrobić
> z = seq(-3, 3, by=0.01) # The values at which we want to evaluate the empirical CDF
> p = P(z) # p now stores the empirical CDF evaluated at the values in z
Zauważ, że p
zawiera co najwyżej tyle samo informacji co P
(i być może zawiera mniej), co z kolei zawiera tyle samo informacji co X
.
x
, po prostu napisz P(x)
. Zauważ, że x
może to być wektor (zobacz ostatnie kilka zdań mojej odpowiedzi.)
Wydaje się, że potrzebujesz tego, aby uzyskać skumulowany rozkład (prawdopodobieństwo uzyskania wartości <= niż x na próbce), ecdf zwraca ci funkcję, ale wydaje się, że została stworzona do kreślenia, a więc argument tej funkcji , gdyby były schodami, byłyby wskaźnikiem stopnia.
Możesz użyć tego:
acumulated.distrib= function(sample,x){
minors= 0
for(n in sample){
if(n<=x){
minors= minors+1
}
}
return (minors/length(sample))
}
mysample = rnorm(100)
acumulated.distrib(mysample,1.21) #1.21 or any other value you want.
Niestety korzystanie z tej funkcji nie jest bardzo szybkie. Nie wiem, czy R ma funkcję, która robi to, zwracając ci funkcję, która byłaby bardziej wydajna.
Zawsze czułem ecdf()
się trochę zagubiony. Plus, myślę, że to działa tylko w przypadku pojedynczego wariantu. Zamiast tego skończyło się na tym, że uruchomiłem własną funkcję.
Najpierw zainstaluj tabelę danych . Następnie zainstaluj mój pakiet, mltools (lub po prostu skopiuj metodę empirical_cdf () do swojego środowiska R.)
To takie proste
# load packages
library(data.table)
library(mltools)
# Make some data
dt <- data.table(x=c(0.3, 1.3, 1.4, 3.6), y=c(1.2, 1.2, 3.8, 3.9))
dt
x y
1: 0.3 1.2
2: 1.3 1.2
3: 1.4 3.8
4: 3.6 3.9
empirical_cdf(dt$x, ubounds=seq(1, 4, by=1.0))
UpperBound N.cum CDF
1: 1 1 0.25
2: 2 3 0.75
3: 3 3 0.75
4: 4 4 1.00
empirical_cdf(dt, ubounds=list(x=seq(1, 4, by=1.0)))
x N.cum CDF
1: 1 1 0.25
2: 2 3 0.75
3: 3 3 0.75
4: 4 4 1.00
empirical_cdf(dt, ubounds=list(x=seq(1, 4, by=1.0), y=seq(1, 4, by=1.0)))
x y N.cum CDF
1: 1 1 0 0.00
2: 1 2 1 0.25
3: 1 3 1 0.25
4: 1 4 1 0.25
5: 2 1 0 0.00
6: 2 2 2 0.50
7: 2 3 2 0.50
8: 2 4 3 0.75
9: 3 1 0 0.00
10: 3 2 2 0.50
11: 3 3 2 0.50
12: 3 4 3 0.75
13: 4 1 0 0.00
14: 4 2 2 0.50
15: 4 3 2 0.50
16: 4 4 4 1.00
przyjacielu, możesz przeczytać kod na tym blogu.
sample.data = read.table ('data.txt', header = TRUE, sep = "\t")
cdf <- ggplot (data=sample.data, aes(x=Delay, group =Type, color = Type)) + stat_ecdf()
cdf
więcej szczegółów można znaleźć pod następującym linkiem: