[英]R: empirical version of pnorm() and qnorm()?
我有一个使用正态分布函数pnorm()和qnorm()的规范化方法。 我想改变我的逻辑,以便我可以使用经验分布而不是假设正态。 我用ecdf()来计算经验累积分布但后来意识到我开始写一个基本上是经验的p和q版本的函数。 有更简单的方法吗? 也许包含pecdf()和qecdf()的包? 我讨厌重新发明轮子。
您可以使用quantile
和ecdf
函数分别获取qecdf
和pecdf
:
x <- rnorm(20)
quantile(x, 0.3, type=1) #30th percentile
Fx <- ecdf(x)
Fx(0.1) # cdf at 0.1
使用ecdf“模拟”经验分布的pnorm:
> set.seed(42)
> x <- ecdf(rnorm(1000))
> x(0)
[1] 0.515
> pnorm(0)
[1] 0.5
这不正是引导p值的作用吗?
如果是这样的话,请保持一个向量,排序并在适当的位置读出(即10k的5%为500%)。 有一些微妙的问题需要选择,例如help(quantile)
在“类型”下讨论。
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.