如何在R中创建累积分布表？

Question

我已经使用ecdf绘制了速度的累积分布图，但我也想获得累积概率的输出，如下表所示：

Speed  Cumulative Probability
40  0.20
45  0.45
55  0.51
60  0.70
70  0.90
80  1.00

对于我的数据，当我使用ecdf它给出以下信息（请注意，“ cc”是我的原始数据帧）：

> ccf <- subset(cc, cc$svel>=55 & cc$Headway>=4)  
> cdf<-  ecdf(ccf$svel)
> cdf
Empirical CDF 
Call: ecdf(ccf$svel)
 x[1:356] =     55,  55.01,  55.02,  ...,  76.76,   76.8

我如何像上面的示例一样获得表格？ 请注意，我尝试了“ cumsum ”，但它只给出了累积频率，而我需要累积概率。

编辑

这是我的数据：

dput（ccf $ svel）c（67.9，67.62，67.37，67.19，67.04，66.93，66.83，66.74，66.65，66.55，66.46，66.36，66.25，66.12，65.97，61.12，61.2，61.29，61.39，61.49，61.58， 61.66，61.73，61.79，57.98，57.73，57.5，57.29，57.1，56.92，56.75，56.59，56.45，56.32，56.19，58，58.18，58.36，58.52，58.69，56.28，56.19，56.08，55.96，55.83，55.68， 55.52、55.34、55.15、58.58、58.89、59.17、59.4、59.58、55.01、55.14、55.23、55.3、55.36、55.41、55.47、55.53、55.59、55.66、55.74、55.83、55.92、56.03、56.16、56.3、56.44 56.58、56.71、56.82、56.91、56.98、57.03、57.06、57.07、57.07、57.06、57.04、57.02、55.05、55.22、55.39、55.56、55.73、55.92、56.11、56.31、56.53、56.77、57.02、57.02、57.28 57.79，58，58.18，58.32，58.43，58.5，58.56，58.6，58.64，58.68，58.73，58.8，58.86，58.92，58.97，59.01，59.03，59.05，59.05，59.04，59.02，58.99，58.97，58.95，55.1， 55.39，55.68，55.97，56.24，56.48，56.68，56.82，56.9，56.94，56.96，56.97，56.99，57.02，57.07，57.14，57.22，57.3，57.37，57.41，57.45，57.48，57.51，5 7.56、57.62、57.69、57.77、57.86、57.95、58.06、58.17、58.29、58.42、58.53、58.64、58.74、58.83、58.91、58.98、55.01、55.08、55.15、55.22、55.3、55.37、55.45、55.53、55.53、55.53 55.73、55.85、55.99、56.14、56.31、56.49、56.67、56.87、57.05、57.22、57.37、57.51、57.65、57.79、57.95、58.13、58.3、58.47、58.63、58.78、58.91、59.03、59.14、59.24、59。 59.43，59.53，59.62，59.72，59.81，59.9，59.98，60.07，60.15，60.22，60.31，60.39，60.47，60.56，60.65，60.75，60.86，60.98，61.11，61.24，61.39，61.54，61.71，61.89，62.09 62.31，62.56，62.84，63.14，63.46，63.78，64.08，64.81，64.84，64.85，64.87，64.89，64.92，64.94，64.97，65，65.02，65.04，65.07，65.11，65.15，65.17，65.18，65.17，65.15 65.13、65.1、65.06、65.01、64.96、64.9、64.84、64.79、64.76、55.04、55.15、55.25、55、55.23、55.45、55.68、55.9、56.69、56.74、55、55、55、55、55、55、55.01， 55.26、55.51、55.77、56.02、56.28、56.56、56.84、57.13、57.42、57.7、57.98、58.25、58.49、58.73、58.94、59.13、59.29、59.4、59.48、59.5、59.48、59.42、59。 .31，59.17，59，58.8，58.6，58.38，58.17，57.96，57.77，57.59，57.44，57.31，57.21，57.13，57.07，57.04，57.03，57.04，57.07，57.11，57.18，57.26，57.34，57.43，57.51 ，57.59、57.68、57.78、57.88、57.99、58.08、58.16、58.22、58.27、58.3、58.31、58.31、58.3、58.27、58.25、58.22、58.18、58.14、58.08、58.01、57.93、57.84、57.72、57.59、57。 ，57.27，57.1，56.93，56.77，56.63，56.5，56.38，56.28，56.19，56.12，56.05，55.99，55.94，55.9，55.88，55.86，55.85，55.86，55.87，55.89，55.9，55.91，55.91，55.88，55.84 ，55.78，55.71，55.63，55.56，55.5，55.45，55.4，55.37，55.34，55.32，55.3，55.29，55.27，55.26，55.26，55.25，55.25，55.26，55.26，55.27，55.28，55.29，55.31，55.33，55.36 ，55.39、55.02、55.07、55.12、55.16、55.21、55.26、55.31、55.04、55.21、55.38、55.54、55.71、55.88、56.05、56.21、56.38、56.54、56.71、56.88、57.04、57.2、57.35、55.46、55.26 ，55.74、55.92、56.11、56.32、56.54、56.77、57.02、57.28、55.22、55.28、55.35、55.42、55.5、55.58、55.68、55.78、55.88、56、55.15、55.45、55.72， 55.94，56.11，56.22，56.29，56.33，56.36，56.4，56.45，56.51，56.59，56.69，56.81，56.95，57.11，57.27，57.44，57.61，57.78，57.95，58.12，58.29，58.46，58.63，58.79，58。 59.08，59.21，59.32，59.41，55.13，55.3，55.47，55.65，55.83，56.02，56.22，56.43，56.66，56.9，55.17，56.02，56.11，56.21，56.32，56.42，56.52，57.18，57.29，57.42，76.27 76.28，76.3，76.33，76.37，76.41，76.47，76.54，76.62，76.7，76.76，76.8，76.8，55.08，55.16，55.24，55.32，55.4，55.48，55.12，55.39，55.67，55.94，56.21，56.47，56.72， 56.97、57.19、57.4、57.58、57.73、57.87、57.99、58.11）

Answer 1

这是一个可以实现的功能：

cumprob <- function(y) {
  fun <- function(y, x) length(y[y<x])/length(y)
  prob<-sapply(y, fun, y=y)
  data<- data.frame(value=unique(y[order(y)]), prob=unique(prob[order(prob)]))
}

测试您的数据（在这里我称之为data ）：

cp<-cumprob(data)
head(cp)
  value       prob
1 55.00 0.00000000
2 55.01 0.01156069
3 55.02 0.01734104
4 55.04 0.01926782
5 55.05 0.02312139
6 55.07 0.02504817

情节：

plot(cp)

我觉得很方便的另一种快速而非正式的方法是使用hist函数自动cut数据并获取中点。

使用您的数据作为data ：

h <- hist(data)
cum.prob <- data.frame(value=h$mids, prob=cumsum(h$counts)/sum(h$counts))

那给你：

   cum.prob
   value      prob
1     55 0.2793834
2     57 0.6319846
3     59 0.8285164
4     61 0.8786127
5     63 0.8921002
6     65 0.9479769
7     67 0.9749518
8     69 0.9749518
9     71 0.9749518
10    73 0.9749518
11    75 0.9749518
12    77 1.0000000