Jak obliczyć skumulowany rozkład w R?

Muszę obliczyć funkcję skumulowanego rozkładu próbki danych.

Czy istnieje coś podobnego do hist () w R, które mierzy funkcję gęstości skumulowanej?

Próbuję ecdf (), ale nie rozumiem logiki.

ecdfFunkcja 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 pzawiera co najwyżej tyle samo informacji co P(i być może zawiera mniej), co z kolei zawiera tyle samo informacji co X.

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

CDF wektora

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

CDF kolumny „x” dt

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

CDF kolumn „x” i „y” z dt

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:

r cdf i histogram