将密度曲线拟合到R中的直方图
将密度曲线拟合到R中的直方图
提问于 2009-09-30 19:23:09
R中是否有一个函数可以将曲线拟合为直方图？
假设你有下面的直方图
hist(c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4)))它看起来很正常，但它是倾斜的。我想要拟合一条正常的曲线，它是倾斜的，围绕着这个直方图。
这个问题很基本，但我似乎在网上找不到R的答案。
回答 5
Stack Overflow用户
发布于 2009-09-30 18:30:10
使用ggplot2很容易做到这一点
library(ggplot2)
dataset <- data.frame(X = c(rep(65, times=5), rep(25, times=5),
rep(35, times=10), rep(45, times=4)))
ggplot(dataset, aes(x = X)) +
geom_histogram(aes(y = ..density..)) +
geom_density()或者模仿德克解决方案的结果
ggplot(dataset, aes(x = X)) +
geom_histogram(aes(y = ..density..), binwidth = 5) +
geom_density()Stack Overflow用户
发布于 2009-09-30 13:32:39
我是这样做的：
foo <- rnorm(100, mean=1, sd=2)
hist(foo, prob=TRUE)
curve(dnorm(x, mean=mean(foo), sd=sd(foo)), add=TRUE)一个额外的练习是使用ggplot2包来做这件事。
Stack Overflow用户
发布于 2012-02-13 15:10:03
Dirk解释了如何在直方图上绘制密度函数。但有时，您可能希望采用更强的假设，即偏态正态分布，并绘制该分布，而不是密度。您可以估计分布的参数，并使用sn package将其绘制出来
> sn.mle(y=c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4)))
$call
sn.mle(y = c(rep(65, times = 5), rep(25, times = 5), rep(35,
times = 10), rep(45, times = 4)))
$cp
mean s.d. skewness
41.46228 12.47892 0.99527
这可能在偏斜-正常的数据上效果更好：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/1497539
复制相关文章
相似问题
腾讯云开发者
