ecdf
位于 stats
包(package)。 说明
使用 “ecdf” 对象的多种绘图、打印和计算方法来计算经验累积分布函数。
用法
ecdf(x)
## S3 method for class 'ecdf'
plot(x, ..., ylab="Fn(x)", verticals = FALSE,
col.01line = "gray70", pch = 19)
## S3 method for class 'ecdf'
print(x, digits= getOption("digits") - 2, ...)
## S3 method for class 'ecdf'
summary(object, ...)
## S3 method for class 'ecdf'
quantile(x, ...)
参数
x, object |
|
... |
要传递给后续方法的参数,例如 |
ylab |
y 轴的标签。 |
verticals |
请参阅 |
col.01line |
指定 y = 0 和 1 处水平线颜色的数字或字符,请参阅 |
pch |
情节人物。 |
digits |
要使用的有效位数,请参阅 |
细节
e.c.d.f. (经验累积分布函数) 是一个阶跃函数,在观测值处具有跳跃 ,其中 是该值处绑定观测值的数量。缺失值将被忽略。
对于观测值 x
, ... , 是小于或等于 的观测值的分数,即
函数 plot.ecdf
为 ecdf
对象实现 plot
方法,是通过调用 plot.stepfun
来实现的;请参阅其文档。
值
对于 ecdf
,类 "ecdf"
的函数,继承自 "stepfun"
类,因此继承了 knots()
方法。
对于summary
方法,带有"header"
属性的object
结的摘要。
quantile(obj, ...)
方法计算与 quantile(x, ...)
相同的分位数,其中 x
是原始样本。
注意
类的对象"ecdf"
不打算用于永久存储,并且可能会改变版本之间的结构R(并在R3.0.0)。它们通常可以通过以下方式重新创建
eval(attr(old_obj, "call"), environment(old_obj))
因为所使用的数据被存储为对象环境的一部分。
例子
##-- Simple didactical ecdf example :
x <- rnorm(12)
Fn <- ecdf(x)
Fn # a *function*
Fn(x) # returns the percentiles for x
tt <- seq(-2, 2, by = 0.1)
12 * Fn(tt) # Fn is a 'simple' function {with values k/12}
summary(Fn)
##--> see below for graphics
knots(Fn) # the unique data values {12 of them if there were no ties}
y <- round(rnorm(12), 1); y[3] <- y[1]
Fn12 <- ecdf(y)
Fn12
knots(Fn12) # unique values (always less than 12!)
summary(Fn12)
summary.stepfun(Fn12)
## Advanced: What's inside the function closure?
ls(environment(Fn12))
## "f" "method" "na.rm" "nobs" "x" "y" "yleft" "yright"
utils::ls.str(environment(Fn12))
stopifnot(all.equal(quantile(Fn12), quantile(y)))
###----------------- Plotting --------------------------
require(graphics)
op <- par(mfrow = c(3, 1), mgp = c(1.5, 0.8, 0), mar = .1+c(3,3,2,1))
F10 <- ecdf(rnorm(10))
summary(F10)
plot(F10)
plot(F10, verticals = TRUE, do.points = FALSE)
plot(Fn12 , lwd = 2) ; mtext("lwd = 2", adj = 1)
xx <- unique(sort(c(seq(-3, 2, length.out = 201), knots(Fn12))))
lines(xx, Fn12(xx), col = "blue")
abline(v = knots(Fn12), lty = 2, col = "gray70")
plot(xx, Fn12(xx), type = "o", cex = .1) #- plot.default {ugly}
plot(Fn12, col.hor = "red", add = TRUE) #- plot method
abline(v = knots(Fn12), lty = 2, col = "gray70")
## luxury plot
plot(Fn12, verticals = TRUE, col.points = "blue",
col.hor = "red", col.vert = "bisque")
##-- this works too (automatic call to ecdf(.)):
plot.ecdf(rnorm(24))
title("via simple plot.ecdf(x)", adj = 1)
par(op)
作者
Martin Maechler; fixes and new features by other R-core members.
也可以看看
相关用法
- R eff.aovlist 多层方差分析的计算效率
- R expand.model.frame 将新变量添加到模型框架
- R effects 拟合模型的影响
- R embed 嵌入时间序列
- R extractAIC 从拟合模型中提取 AIC
- R stlmethods STL 对象的方法
- R medpolish 矩阵的中值波兰(稳健双向分解)
- R naprint 调整缺失值
- R summary.nls 总结非线性最小二乘模型拟合
- R summary.manova 多元方差分析的汇总方法
- R formula 模型公式
- R nls.control 控制 nls 中的迭代
- R aggregate 计算数据子集的汇总统计
- R deriv 简单表达式的符号和算法导数
- R kruskal.test Kruskal-Wallis 秩和检验
- R quade.test 四方测试
- R decompose 移动平均线的经典季节性分解
- R plot.stepfun 绘制阶跃函数
- R alias 查找模型中的别名(依赖项)
- R qqnorm 分位数-分位数图
- R pairwise.t.test 成对 t 检验
- R loglin 拟合对数线性模型
- R predict.smooth.spline 通过平滑样条拟合进行预测
- R bartlett.test 方差齐性的 Bartlett 检验
- R influence.measures 回归删除诊断
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Empirical Cumulative Distribution Function。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。