R cdplot 条件密度图

说明

计算并绘制条件密度，说明分类变量 y 的条件分布如何随数值变量 x 变化。

用法

cdplot(x, ...)

## Default S3 method:
cdplot(x, y,
  plot = TRUE, tol.ylab = 0.05, ylevels = NULL,
  bw = "nrd0", n = 512, from = NULL, to = NULL,
  col = NULL, border = 1, main = "", xlab = NULL, ylab = NULL,
  yaxlabels = NULL, xlim = NULL, ylim = c(0, 1), weights = NULL, ...)

## S3 method for class 'formula'
cdplot(formula, data = list(),
  plot = TRUE, tol.ylab = 0.05, ylevels = NULL,
  bw = "nrd0", n = 512, from = NULL, to = NULL,
  col = NULL, border = 1, main = "", xlab = NULL, ylab = NULL,
  yaxlabels = NULL, xlim = NULL, ylim = c(0, 1), ...,
  subset = NULL, weights = NULL)

参数

x	一个对象，默认方法需要一个数值变量(或一个可强制执行此变量的对象)。
y	"factor" 解释为因变量
formula	y ~ x 类型的 "formula"，具有单个因变量 "factor" 和单个数值解释变量。
data	一个可选的 DataFrame 。
plot	合乎逻辑的。是否应该绘制计算出的条件密度？
tol.ylab	y 轴注释的方便公差参数。如果两个标签之间的距离低于此阈值，则会等距绘制它们。
ylevels	一个字符或数值向量，指定应按什么顺序绘制因变量的水平。
bw , n , from , to , ...	传递给density的参数
col	与 levels(y) 长度相同的填充颜色向量。默认是调用 gray.colors 。
border	阴影多边形的边框颜色。
main , xlab , ylab	注释字符串
yaxlabels	y 轴注释的字符向量，默认为 levels(y) 。
xlim , ylim	具有合理默认值的 x 和 y 值的范围。
subset	一个可选向量，指定用于绘图的观测值子集。
weights	数字。数据中每个观测值的频率权重向量。如果NULL所有权重都隐式假设为1。

细节

cdplot 计算 x 的条件密度，给定由 y 的边际分布加权的 y 级别。密度是在 y 的级别上累积得出的。

这种可视化技术类似于旋转图(参见 spineplot )，并绘制 P(y | x) 与 x 的关系图。条件概率不是通过离散化导出的(如在脊柱图中)，而是通过 density 使用平滑方法。

请注意，对于 x 的高密度区域，条件密度的估计更可靠。相反，在只有很少 x 观测值的区域，它们的可靠性较低。

值

条件密度函数(在 y 级别上累积)以不可见的方式返回。

例子

## NASA space shuttle o-ring failures
fail <- factor(c(2, 2, 2, 2, 1, 1, 1, 1, 1, 1, 2, 1, 2, 1, 1, 1,
                 1, 2, 1, 1, 1, 1, 1),
               levels = 1:2, labels = c("no", "yes"))
temperature <- c(53, 57, 58, 63, 66, 67, 67, 67, 68, 69, 70, 70,
                 70, 70, 72, 73, 75, 75, 76, 76, 78, 79, 81)

## CD plot
cdplot(fail ~ temperature)
cdplot(fail ~ temperature, bw = 2)
cdplot(fail ~ temperature, bw = "SJ")

## compare with spinogram
(spineplot(fail ~ temperature, breaks = 3))

## highlighting for failures
cdplot(fail ~ temperature, ylevels = 2:1)

## scatter plot with conditional density
cdens <- cdplot(fail ~ temperature, plot = FALSE)
plot(I(as.numeric(fail) - 1) ~ jitter(temperature, factor = 2),
     xlab = "Temperature", ylab = "Conditional failure probability")
lines(53:81, 1 - cdens[[1]](53:81), col = 2)

作者

Achim Zeileis Achim.Zeileis@R-project.org

参考

Hofmann, H., Theus, M. (2005), Interactive graphics for visualizing conditional distributions, Unpublished Manuscript.

也可以看看

spineplot , density