如何计算R中的经验CDF？

Question

我正在从一个看起来像这样的文件中读取一个稀疏表：

1 0 7 0 0 1 0 0 0 5 0 0 0 0 2 0 0 0 0 1 0 0 0 1
1 0 0 1 0 0 0 3 0 0 0 0 1 0 0 0 1
0 0 0 1 0 0 0 2 0 0 0 0 1 0 0 0 1 0 1 0 0 1
1 0 0 1  0 3 0 0 0 0 1 0 0 0 1
0 0 0 1 0 0 0 2 0 0 0 0 1 0 0 0 1 0 1 0 0 1 1 2 1 0 1 0 1

注意行长不同。

每行代表一个模拟。 每行第i列中的值表示在此模拟中观察到i-1值的次数。 例如，在第一个模拟中（第一行），我们得到一个值为'0'的单一结果（第一列），有七个结果为'2'的结果（第三列），依此类推。

我希望为所有模拟结果创建一个平均累积分布函数（CDF），以便以后可以使用它来为真实结果计算经验p值。

为此，我可以首先对每一列求和，但是对于undef列，我需要取零。

如何读取具有不同行长的此类表？ 如何汇总用0'替换'undef'值的列？ 最后，我如何创建CDF？ （我可以手动执行此操作，但我想有些软件包可以执行此操作）。

Answer 1

这将读取以下数据：

dat <- textConnection("1 0 7 0 0 1 0 0 0 5 0 0 0 0 2 0 0 0 0 1 0 0 0 1
1 0 0 1 0 0 0 3 0 0 0 0 1 0 0 0 1
0 0 0 1 0 0 0 2 0 0 0 0 1 0 0 0 1 0 1 0 0 1
1 0 0 1  0 3 0 0 0 0 1 0 0 0 1
0 0 0 1 0 0 0 2 0 0 0 0 1 0 0 0 1 0 1 0 0 1 1 2 1 0 1 0 1")
df <- data.frame(scan(dat, fill = TRUE, what = as.list(rep(1, 29))))
names(df) <- paste("Val", 1:29)
close(dat)

导致：

> head(df)
  Val 1 Val 2 Val 3 Val 4 Val 5 Val 6 Val 7 Val 8 Val 9 Val 10 Val 11 Val 12
1     1     0     7     0     0     1     0     0     0      5      0      0
2     1     0     0     1     0     0     0     3     0      0      0      0
3     0     0     0     1     0     0     0     2     0      0      0      0
4     1     0     0     1     0     3     0     0     0      0      1      0
5     0     0     0     1     0     0     0     2     0      0      0      0
....

如果数据在文件中，请提供文件名而不是dat 。 根据您提供的数据，此代码假定最多有29列。 更改29以适合实际数据。

我们使用

df.csum <- colSums(df, na.rm = TRUE)

ecdf()函数生成所需的ECDF，

df.ecdf <- ecdf(df.csum)

我们可以使用plot()方法绘制它：

plot(df.ecdf, verticals = TRUE)

Answer 2

您可以使用ecdf() （在R中）或Ecdf() （从Hmisc包中）函数。