[英]How can I plot a cumulative distribution function (CDF) for binned data?
我有離散數據,例如在范圍內呈現
Marks Freq cumFreq
1 (37.9,43.1] 4 4
2 (43.1,48.2] 16 20
3 (48.2,53.3] 76 96
我需要為這些數據繪制 cmf,我知道有
plot(ecdf(x))
但我不知道要添加什么才能擁有我需要的東西。
這里有幾個選項:
library(ggplot2)
library(scales)
library(dplyr)
## Fake data
set.seed(2)
dat = data.frame(score=c(rnorm(130,40,10), rnorm(130,80,5)))
如果您有原始數據,以下是繪制 ECDF 的方法:
# Base graphics
plot(ecdf(dat$score))
# ggplot2
ggplot(dat, aes(score)) +
stat_ecdf(aes(group=1), geom="step")
如果您只有匯總數據,這是繪制 ECDF 的一種方法:
首先,讓我們將數據分組到 bin 中,類似於您在問題中的情況。 我們使用cut
函數創建 bin,然后創建一個新的pct
列來計算每個 bin 占分數總數的分數。 我們使用dplyr
鏈接運算符 ( %>%
) 在一個“函數鏈”中完成所有操作。
dat.binned = dat %>% count(Marks=cut(score,seq(0,100,5))) %>%
mutate(pct = n/sum(n))
現在我們可以繪制它。 cumsum(pct)
計算累積百分比(如您問題中的cumFreq
)。 geom_step
使用這些累積百分比創建階梯圖。
ggplot(dat.binned, aes(Marks, cumsum(pct))) +
geom_step(aes(group=1)) +
scale_y_continuous(labels=percent_format())
以下是情節的樣子:
這個怎么樣:
library(ggplot2)
library(scales)
library(dplyr)
set.seed(2)
dat = data.frame(score = c(rnorm(130,40,10), rnorm(130,80,5)))
dat.binned = dat %>% count(Marks = cut(score,seq(0,100,5))) %>%
mutate(pct = n/sum(n))
ggplot(data = dat.binned, mapping = aes(Marks, cumsum(pct))) +
geom_line(aes(group = 1)) +
geom_point(data = dat.binned, size = 0.1, color = "blue") +
labs(x = "Frequency(Hz)", y = "Axis") +
scale_y_continuous(labels = percent_format())
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.