在R中繪制自舉值的分布

Question

我需要以95％的置信區間擬合S形分布（ y = 0~1 hc5 ），並獲得y=5%的x值（稱為hc5 ）。 原始輸入數據文件名為ZnOLC50.txt ：

LC50    Proportion
0.089    0.071428571
0.16    0.214285714
1.155    0.357142857
1.51    0.5
3.97    0.642857143
573.8    0.785714286
789    0.928571429


# Load data

>require(MASS)

>require(ggplot2)

>SSDZnOLC50<-read.delim("ZnOLC50.txt", header = TRUE)

>fitSSDZnOLC50<-fitdistr(SSDZnOLC50$LC50, 'lognormal')


# Extract hc5
>(hc5 <- qlnorm(0.05, meanlog = fitSSDZnOLC50$estimate[1], sdlog = fitSSDZnOLC50$estimate[2]))
[1] 0.01789181


>myboot <- function(fitSSDZnOLC50, p){

# resample from fitted distribution

>xr <- rlnorm(fitSSDZnOLC50$n, meanlog = fitSSDZnOLC50$estimate[1], sdlog = fitSSDZnOLC50$estimate[2])

# fit distribition to new data

>fitr <- fitdistr(xr, 'lognormal')
# return HCp

>hc5r <- qlnorm(p, meanlog = fitr$estimate[1], sdlog = fitr$estimate[2])
return(hc5r)
}


# Get 95% confidence interval
>set.seed(1234)
>hc5_boot <- replicate(1000, myboot(fitSSDZnOLC50, p = 0.05))

>quantile(hc5_boot, probs = c(0.025, 0.5, 0.975))

    2.5%          50%        97.5% 
0.0007278486 0.0370062459 1.4272168899 

然后我想根據生成的矩陣hc5_boot繪制hc5分布。 首先，我嘗試了這個：

curve(dnorm(x,mean(hc5_boot),sd(hc5_boot)),xlim=c(-1,10),col="Red",lwd=1)

並得到如圖所示的曲線

然后我也嘗試了

> df <- as.data.frame(hc5_boot)

> ggplot(df, aes(x=hc5_boot)) + geom_density() + scale_x_continuous(limits=c(0,4))

並得到如圖所示的曲線

但是，根據觀察結果，這些曲線似乎都不符合0.0007278486的2.5%分位數，因為當x = 0時密度值甚至不接近於x = 0 。

所以我想知道哪里出了問題以及我該怎么做。

Answer 1

聽起來好像要繪制累積分布圖而不是密度函數圖。 為此，請使用pnorm函數而不是生成pdf的dnorm 。 這是一個例子：

set.seed(1234)
mySample <- rnorm(100, 1, 5)
curve(pnorm(x,mean(mySample),sd(mySample)),xlim=c(-10,10),col="Red",lwd=1)