我对这个直方图有些问题。我正在运行一定数量的测试版模拟。然后我将结果的和存储到一个数组中。然后我用直方图绘制数组,该直方图显然是以正常曲线的形式分布的。现在我要做的是取这个组的平均值和标准差,并在上面画一个正态分布。这是我到目前为止得到的代码:
simulation = function (n,days,alpha,beta,limsx,limdx) {
vec= rep(NA, n)
for (i in 1:n) {
w=rbeta(days,alpha,beta,ncp=0)
vec[i] = sum(limsx+w*(limdx-limsx))
}
hh
所以我得到了我的直方图和正常曲线,但是曲线看起来比直方图条要小得多。我做错了什么,它比它应该要小得多?
正如您在我的代码中看到的,我绘制了直方图,并尝试了两种绘制正常曲线的方法。我已经计算了数据集的sd和均值,所以我只使用实际的数字。这些线条确实是绘制出来的,只是比它们应该的要低得多。
g = read.csv("C:/Users/emkat/Documents/decave.txt",header=FALSE)
g
m <- lapply(g,mean)
std <- sqrt(var(g))
hist(g[,1],plot = TRUE)
x <-
我想添加一条已经定义了x和y坐标的曲线到直方图中。考虑下面的直方图:
set.seed(38593)
expRandom <- rexp(10000)
x <- seq(from = 0.05, to = 10, by = 0.001)
y <- exp(-x)
### Now I'd like to first draw my histogram and then
### add my plot(x,y) to my existing histogram:
hist(expRandom, freq = FALSE)
### ?? How to add my pl
我有一个系列的值(即一列数据),我想要创建一个图,其中包含x轴上的数据值范围以及每个值出现在y轴上的数据集中的频率。
我想要的是非常接近
# Kernel Density Plot
d <- density(mtcars$mpg) # returns the density data
plot(d) # plots the results
以及堆栈溢出上的。
然而,我想要频率(相对于密度)在y轴上。
具体来说,我使用的是网络度分布,我想要一个带有开放圆点的双日志规模,即。
我研究过相关的资源和问题,但没有找到我想要的:
R's 的食谱接近我想要的,但不是精确的。我想用“计数”代
这是对、和问题的跟进。
目前,我有一个12个面板格,其中相同的黑色直方图轮廓叠加在12个不同的实体灰度直方图上:
这样就很容易将每个面板中的新数据与同一组其他数据进行比较。忽略了一些与这个问题无关的细节,我的代码如下所示:
histogram(~ foo | bar,
data=mydata[mydata$bar!="none",], # get only the 12 categories
col=mylightgray, border=mylightgray,
panel=function(...){p
我计划编写一个函数,生成5个Bernoulli试验的m个随机模拟。我创建了一个直方图,显示成功次数在m模拟中的分布情况。
然后,我还需要绘制一条线,显示理论上的/标准化的分布在理论上的平均成功数。
以下是我现在的职责:
function x = generate_binomial_bernoulli(n,p,m)
% generate Bi(n, p) outcomes m times
emperical = zeros(1,m); % allocate array for m simulations
for i = 1:m