用R语言做数据分析——数据分布的图形描述
我的图书馆
用R语言做数据分析——数据分布的图形描述
直方图对于数据分布，常用直方图进行描述，将数据取值的范围分成若干区间（一般是等间距的），在等间距的情况下，每个区间的长度称为组距。考察数据落入每一区间的频数与频率，在每个区间上画一个矩形，它的宽度是组距，它的高度可以是频数、频率或频率/组距，在高度是频率/组距的情况下，每一矩形的面积是数据落入区间的频率，这种直方图可以估计总体的概率密度。在R语言总，使用hist()函数画出样本的直方图，其格式为：其中x是由样本构成的向量，breaks规定直方图的组距，它可以是向量，即给定了直方图的起点、重点与组距；也可以是数字，即定义了直方图的组距。freq是逻辑变量，TRUE表示绘制频率之风那个图，FALSE表示绘制密度直方图。probability的作用与freq相反；col表示直方图中填充的颜色。> w> hist(w)> hist(w,freq = FALSE)核密度图与直方图相配套的是核密度图，其目的是用已知样本，估计其密度，它的使用方法是：其中x是由样本构成的向量，bw表示宽度，可选择。当bw省略时，R语言会画出光滑的曲线。在前一例子的基础上绘制出核密度估计曲线和概率密度曲线，代码如下：> lines(density(w),col='blue')> x> lines(x,dnorm(x,mean(w),sd(w)),col='red')经验分布图直方图的制作适合于总体为连续型分布的场合，对于一般的总体分布，若要估计它的总体分布函数F（x）,可用经验分布函数做估计，可用函数ecdf()绘制出样本的经验分布函数，其用法是：其中，在函数ecdf()中的x是由观察值得到的数值型向量，而在函数plot()中的x是由函数ecdf()生成的向量，verticals是逻辑变量，当为TRUE时表示画竖线，否则（FALSE缺省值）不画竖线，下面根据向量w，画出它的经验分布图和对应的正态分布图。QQ图不论是直方图还是经验分布图，要从比较上鉴别样本是否近似于某种类型的分布是很困难的，而QQ图可以帮助我们鉴别样本的分布是否近似于某种类型的分布。qqnorm()函数和qqline()函数提供了画正态QQ图和相应直线的方法，其使用方法为：其中x是第一列样本，y是第二列样本或只有此列样本。下面绘制w的正态QQ图，并从直观上鉴别样本数据是否来自正态分布总体。> qqnorm(w)> qqline(w)茎叶图与直方图比较，茎叶图更能细致地看出数据分布结构。R语言中使用stem()函数绘制茎叶图，其使用格式为：stem(x,scale=1,width=2,atom=2)其中x是数据向量，scale控制绘出茎叶图的长度，width表示宽度，atom表示容差。>x> stem(x)2 | 53 |4 | 55 | 0456 | 1487 | 255898 | 99 | 011210 | 0第一个数25的十位为2，以个位为单位，将25用“|”分开。每个数都可以这样处理。在茎叶图中，纵轴为测定数据，横轴为数据频数，数据的十分位表示“茎”，作为纵轴的刻度；个位数作为“叶”，显示频数的个数，作用与直方图类似。箱线图茎叶图是探索性数据分析所采用的重要方法，而箱线图却能更直观简洁地展现数据分布的主要特征，R语言使用boxplot()函数画箱线图。例如，绘制出向量x的箱线图：> boxplot(x)在箱线图中，上下四分位数分别确定出中间箱体的顶部和底部，箱体中间的粗显示中位数所在位置，上下两条横线表示最大值、最小值，超出此范围的点称为异常值。箱线图的第二种形式为：其中formula是公式，如y~grp。y是数值型向量，grps是数据的分组，通常是因子，data是数据结构。> boxplot(count~spray,data=InsectSprays,col=2:7)箱线图的第三种形式为：具体参数在这里不作过多解释，详细可参考R语言的在线帮助文件。> A> B> boxplot(A,B,notch = TRUE,names=c('A','B'),col=c(2,3))五数总括在探索性数据分析中，认为最有代表性的、最能反映数据重要特征的五个数：中位数、下四分位数、上四分位数、最小值和最大值。这五个数称为样本数据的五数总括。五数总括可用fivenum()函数计算，使用格式为：fivenum(x,na.rm=TRUE)其中，x是样本数据，na.rm是逻辑变量，当为TRUE时，所有的NA和NAN数据将被去掉。> x> fivenum(x)[1] 25.0 68.0 83.5 87.0 100.0
TA的最新馆藏
喜欢该文的人也喜欢后使用快捷导航没有帐号？
常用连续型概率分布 - 概率密度函数图及R语言实现
查看: 18671|
评论: |原作者: bsspirit
摘要: 正态分布
γ（伽玛）分布
weibull分布
β（贝塔）分布
χ2（卡方）分布
附件下载：
γ（伽玛）分布
weibull分布
β（贝塔）分布
χ2（卡方）分布
附件下载：
刚表态过的朋友 ()
论坛上代码效果不好，就放附件里了。苹果/安卓/wp
积分 68, 距离下一级还需 17 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
权限: 自定义头衔
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 43 天连续签到: 1 天[LV.5]常住居民I
如何作分组（60组）直方图和累积频率图子在同一张图上
左边纵坐标是频数，右边纵坐标是0-1，远点是（0,0）
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
hist()就能解决，仔细看说明
nuomin 发表于
hist()就能解决，仔细看说明好像看到有人这么说 可是请问哪个参数可以画累积频率曲线图呀
hist(x, breaks = &Sturges&,
& &&&freq = NULL, probability = !freq,
& &&&include.lowest = TRUE, right = TRUE,
& &&&density = NULL, angle = 45, col = NULL, border = NULL,
& &&&main = paste(&Histogram of& , xname),
& &&&xlim = range(breaks), ylim = NULL,
& &&&xlab = xname, ylab,
& &&&axes = TRUE, plot = TRUE, labels = FALSE,
& &&&nclass = NULL, warn.unused = TRUE, ...)
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师}