[英]Calculating and plotting differences in kernel density distributions in r
我正在使用 R 并且我想计算 x 轴上每个点的两个核密度分布之间的差异并绘制该差异,但我遇到了一些问题。 是否有某种功能或方法可以做到这一点? 就上下文而言,我正在使用血压数据,我想计算男性和女性血压每个点的差异。
我的分布代码(不是差异)看起来像这样(SBP=收缩压):
km <- density(data$SBP[data$GENDER==0], bw="nrd0", adjust = 1, kernel = c("gaussian"), window = kernel, n=512, cut=3, give.Rkern = FALSE, na.rm=FALSE)
kf <- density(data$SBP[data$GENDER==1], bw="nrd0", adjust = 1, kernel = c("gaussian"), window = kernel, n=512, cut=3, give.Rkern = FALSE, na.rm=FALSE)
plot(km, xlab="SBP", main="SBP Distribution of Men & Women", col="blue")
lines(kf, col="green")
我对这一切完全陌生! 我很确定我的确切问题也没有在这里被问到,但请引导我找到可能有帮助的任何其他资源。 谢谢。
density
对象具有分别存储 x 轴和分布函数值的元素x
和y
元素。 如果对两个density()
调用使用相同的from
和to
参数,则计算出的x
值应该相同。
将两个密度的 xy 值存储在一个数据框中,然后在x
上合并/加入它们,然后您可以计算差异并绘制它们:
x <- rnorm(1000,0,1)
y <- rnorm(1000,1,1)
fx <- density(x,from = -5,to=5)
fy <- density(y,from = -5,to=5)
plot(fx,col='blue',main="SBP Distribution of Men & Women")
lines(fy, col="green")
dfx <- data.frame(x=fx$x,
fx=fx$y)
dfy <- data.frame(x=fy$x,
fy=fy$y)
library(dplyr)
#>
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
library(ggplot2)
inner_join(dfx,dfy,on='x') %>%
mutate(diff=fx-fy) %>%
ggplot()+
geom_line(aes(x=x,y=diff))
#> Joining, by = "x"
由reprex 包(v0.3.0) 于 2020 年 3 月 10 日创建
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.