Wie berechnet man die kumulative Verteilung in R?

Ich muss die kumulative Verteilungsfunktion einer Datenprobe berechnen.

Gibt es in R etwas Ähnliches wie hist (), das die kumulative Dichtefunktion misst?

Ich habe versucht, ecdf (), aber ich kann die Logik nicht verstehen.

Die ecdfauf eine Datenprobe angewendete Funktion gibt eine Funktion zurück, die die empirische kumulative Verteilungsfunktion darstellt. Beispielsweise:

> 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)

Wenn Sie ein Objekt haben möchten, das die empirische CDF darstellt, die bei bestimmten Werten ausgewertet wird (und nicht als Funktionsobjekt), können Sie dies tun

> 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

Beachten Sie, dass phöchstens die gleiche Menge an Informationen wie P(und möglicherweise weniger) enthält, die wiederum die gleiche Menge an Informationen wie enthalten X.

Was Sie anscheinend brauchen, ist dies, um die akkumulierte Verteilung zu erhalten (Wahrscheinlichkeit, einen Wert <= als x für eine Stichprobe zu erhalten), ecdf gibt Ihnen eine Funktion zurück, die jedoch zum Zeichnen gedacht zu sein scheint, und somit das Argument dieser Funktion Wenn es eine Treppe wäre, wäre das der Index des Schrittes.

Sie können dies verwenden:

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.

Leider ist die Verwendung dieser Funktion nicht sehr schnell. Ich weiß nicht, ob R eine Funktion hat, die Ihnen eine Funktion zurückgibt, die effizienter wäre.

Ich fand ecdf()es immer etwas verwirrend. Außerdem denke ich, dass es nur im univariaten Fall funktioniert. Ich habe dafür meine eigene Funktion übernommen.

Installieren Sie zuerst data.table . Dann installiere mein Paket, mltools (oder kopiere einfach die Methode empirical_cdf () in deine R-Umgebung.)

Dann ist es so einfach wie

# 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 eines Vektors

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 der Spalte 'x' von 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 der Spalten 'x' und 'y' von 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

Freund, Sie können den Code auf diesem Blog lesen.

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

Weitere Details finden Sie unter folgendem Link:

r cdf und histogramm