举个简单的例子,让我们说:
A = rnorm(10)
B = rnorm(100)
C = rnorm(500)
library(vioplot)
vioplot(A,B,C)
因此,我的问题是如何创建这样一个考虑样本大小的图。“C”的样本量比“A”大得多,有没有办法让“C”的小提琴图比“A”显示“更大”的小提琴?因此,我认为这是跨越三个类别的密度分布,因此,即使'A‘和'C’的整个分布形状可能相等,但由于其样本量较小,它们显示的'A‘形状比'C’和'B‘小,而不是相同的图像。
我想模拟中心极限定理来证明它,我不知道如何在R中实现它。我想要从我将要选择的分布(均匀、指数等.)中创建10,000个样本,样本大小为n(可以是数值或参数)。然后,我想在一个图(使用par和mfrow命令)中绘制原始分布(直方图),所有样本的均值分布,均值的Q-Q图,在第4张图(有4,2X2)中,我不知道要绘制什么。你能帮我开始在R里编程吗?我想一旦我有了模拟数据,我就会没事的。谢谢。
我最初的尝试是在下面,它太简单了,我甚至不确定是否正确。
r = 10000;
n = 20;
M = matrix(0,n,r);
Xbar = rep(0,r);
for (i in 1:r)
{
有没有办法在R中为堆叠条形图创建子组?下面是我的目标的一个例子。 Example of What I'm Aiming to Plot 我目前正在使用下面的代码--但是我不知道如何将样本(由ID列标识)按照它们更大的搜索组(样本站点)进行分组 ggplot(PFASData,aes(fill=Species,y=value,x=ID)) +geom_bar(position=“堆栈”,stat=“身份”) Resulting Plot
默认情况下,当使用rrdtool图时,将从与垂直线连接的离散示例创建一条步进线,例如:
使用R,我将创建一个光滑的,近似的曲线,从这样的样本:
y <- c(the data from the rrd)
x <- 1:length(y)
lo <- loess(y ~ x)
plot(x, y, ylim = c(-10, 10), col="gray")
lines(predict(lo))
结果如下:
这样的图也能由rrdtool本身生成吗?
我正在尝试calculate the SPL from the Sound pressure。在一次测量中,我有大约1000000个压力样本(计算与时间的关系)。 但问题是,因为在链接的方程中使用了均方根压力,所以1000000 Pa样本的结果将是dB的1值。 我已经尝试在Matlab中使用使用移动RMS (重叠滑动窗口技术)的a script I found online。但我不确定这是不是正确的方式。 %How rms function is used:
%rms(signal,window length,number of overlapping,zero padding)
%my
我想知道如何使用R创建样本大小(多选项)图。 如下所示的简单样本大小计算器命令应计算样本大小: #simple 4pq/d2 formula method- with multiple options for prevalence and precision
zstar = qnorm(.975) #corresponds to 95% CI
p<-seq(0.5,0.8) #estimated prevalence between 50-80%
np <- length(p)
E <- seq(0.06,0.08) #absolute precision
nE <