如何绘制数据分布和理论密度？

文章/答案/技术大牛

发布

1回答

r、ggplot2、data-visualization

fit_poisson_CD8_all_groups <- glm(counts~1, data = df_CD8) summary(fit_poisson_CD8_all_groups) 在下一步中，我想比较理论密度(与拟合的截距)如何与数据的形状匹配： pred_density_pois <- dpois(df_CD8$counts, lambda=fit_poisson_CD8_all_groups$coefficientsgeom_histogram(fill = "white")

浏览 4提问于2020-12-11得票数 0

回答已采纳

2回答

绘制理论密度直方图的R？

r、plot、histogram、distribution

我想知道是否可以为R中给定的连续分布绘制一个理论密度直方图？In R，，我们能把这个精确的理论pdf转换

浏览 3提问于2017-06-22得票数 0

回答已采纳

2回答

如何在柱状图R上绘制指数函数？

r、graph、plot、exponential

如何在条形图上绘制指数图？

浏览 1提问于2013-07-17得票数 2

1回答

用r求双峰分布的局部极小值

r、statistics、kernel、distribution、kernel-density

我的数据是预处理的图像数据，我想分离两个类别。在理论上(希望在实践中)，最佳阈值是双峰分布数据中两个峰值之间的局部最小值。我的测试数据是：datafile <- read.table("....txt")hist(data) d <-density(data) # returns the density data with de

浏览 0提问于2014-08-12得票数 5

回答已采纳

1回答

密度高斯分布

matlab

我生成一个具有高斯密度的点云。X = [x_centroid,y_centroid] + sigma*randn(number_points, 2);D = hist3(X);也许在数学上还有其他方法？(可以很好地同时测试这两种方法) 谢谢

浏览 0提问于2017-05-15得票数 0

1回答

R中的分布和密度

r、probability-density

我正在研究截断分布，特别是截断的Pareto分布。它有一个已知的密度函数和概率函数，因此我们可以设计分位数函数，并用它设计一个“随机生成数”函数。但是现在我有了这些函数，假设dtp(x,lower,upper,alpha)是我的密度函数，我如何绘制密度呢？我知道有像density()这样的命令使用核估计，但是我们应该能够用密度函数本身来绘制密度函数，并且在所述分布之后有随机数吗？

浏览 0提问于2016-03-30得票数 0

回答已采纳

2回答

如何在R中并排绘制多个概率分布？

r、statistics

我想横向绘制几个概率分布(x轴上的密度，y轴上的变量)。每个发行版都将与一个不同的类别相关联，我希望将它们并排放在一起，以便我可以在它们之间进行比较。这有点像盒子图，但我想要一个理论上的概率分布，我将指定给定的参数。因此，如果它们都是正态分布，我会简单地提供每个的平均值和标准差。谢谢。

浏览 0提问于2012-02-20得票数 1

1回答

如何绘制两个ggplot密度分布之间的差异？

r、plot、ggplot2

我想用ggplot2来说明两个相似的密度分布之间的区别。下面是我所拥有的数据类型的一个玩具示例：n_sp <- 100000D <- data.frame( dup和sp )的密度，我如何绘制一条显示这些分布之间差异的单线？在上面的玩具示例中，如果我从sp密度分布中减去dup密度

浏览 0提问于2017-03-03得票数 5

1回答

在R中格式化直方图

r、histogram

我试图将方差-伽玛分布与1分钟对数回报的经验数据进行拟合。为了可视化结果，我绘制了两个直方图:经验和理论。(a是经验数据的向量) col = "lightblue", xlab = "Value",

浏览 0提问于2020-09-28得票数 1

回答已采纳

3回答

一维数据的正态分布拟合

python、numpy、matplotlib、scipy

我可以计算这个样本的“平均值”和“标准差”，并绘制“正态分布”，但我有一个问题：我不知道如何同时绘制数据和正态分布。对“scipy.stats中的高斯概率密度函数”有何看法？m = np.mean(array) plt.plot(norm.pdf(array,m,s))

浏览 3提问于2013-11-15得票数 83

回答已采纳

1回答

R图的泊松分布和负二项分布

r、graph、poisson

我有一些名为y的数据，我必须知道它们是否符合泊松分布或负二项分布。我希望有一个图，其中y的密度，参数\lambda的泊松密度= 2.98，参数的负二项分布(\µ= 2.98，sigma = -1.14)。我唯一知道的就是如何绘制y的密度： plot(density(table(y)))

浏览 0提问于2020-12-16得票数 0

2回答

如何用R语言在服从高斯分布的数据上绘制高斯曲线？

r、gaussian

我有一些数据，看起来像是服从高斯分布。所以我使用然后使用命令 summary(my.glm)。但是如何在这些数据上绘制高斯曲线呢？

浏览 4提问于2011-12-02得票数 0

1回答

如何利用Python中的Kullback-Leibler散度来求概率密度函数

python、statistics

我在python中保存了一组一维数据。利用gaussian_kde函数可以得到概率密度函数。我想知道返回的分布是否与理论分布(如正态分布)相匹配。为此，我可以使用KL散度吗？如果是这样的话，我如何使用python来做到这一点呢？这是我的python代码，可以得到概率密度函数。

浏览 0提问于2018-07-26得票数 0

回答已采纳

1回答

如何在ggplot2中绘制一组旋转密度？

r、plot、graphics、ggplot2

我有一个关于模型中参数的贝叶斯更新信念的正态分布后验密度序列。假设后方的均值和标准差序列为，sd <- c(7,6,5,4,3) 其中分布N(5,7)是第一个后验，N(4,6)是第二个后验，依此类推。我想把它们绘制成密度序列，这样轴就会旋转(分布的支持度从下到上)，这样密度从左到右都是有序的。我知道如何使用stat_function绘制密度图，

浏览 3提问于2016-06-05得票数 2

1回答

如何使用JFreeChart叠加拟合分布和直方图？

java、jframe、distribution、jfreechart

我正在使用SSJ库(它利用JFreeChart绘制图形)来拟合分布到数据(威布尔、伽马等)。使用最大似然估计。在对分布进行拟合后，我想将直方图与拟合的密度曲线一起绘制出来。我知道如何使用HistogramChart获得直方图，也知道如何使用ContinuousDistChart获得拟合密度图。问题是，我如何将这两个叠加在一个单独的图上？

浏览 1提问于2012-09-10得票数 2

回答已采纳

1回答

海损概率组线图- KDE归一化

python、seaborn、histogram、normalization、kernel-density

当用默认的stats (密度)和KDE标志设置为True绘制组线图时，曲线下的面积等于1。下面是密度组线图的示例，默认的KDE标准化为1。但是，您也可以用coun

浏览 1提问于2021-06-01得票数 2

回答已采纳

1回答

如何在R中创建内核密度图的网格

r、ggplot2

我有一些高维密度的样本，我想画出来。我喜欢创建它们的网格，当它们交叉时，它们的二元密度被绘制出来。例如，在贝叶斯和大数据-共识蒙特卡罗算法中，Scott等人。(2016)有以下情节：在这张图中，对角线上方的分布比例刚刚大到足以拟合这些图。在下面的对角线中，两个变量的密度是在一个共同的尺度上绘制的。library(M

浏览 9提问于2019-11-13得票数 1

回答已采纳

2回答

Pandas多重绘图

python、pandas、pdf、plot、normal-distribution

我有Dataframes，它包含不同指数的每日返回数据。我使用下面的代码来绘制返回分布的密度。df.plot(kind='density', title='Returns Density Plot for '+ str(i)) 在同一张图中，我想用与指数回报相同的平均值和标准差来绘制正态密度曲线，这样我就可以看到经验PDF曲线与正态分布曲线的偏离程度。

浏览 1提问于2017-05-28得票数 0

2回答

如何在r中实现histfit？

Matlab中有直方拟合功能，可以绘制直方图并根据bin值对分布进行拟合。必须估计分布的参数。如何在r中实现histfit？我找了很长一段时间，但一直没有找到。我用hist函数对数据进行了探索，直方图显示了广义上的伽玛分布。但是，如果我添加存储箱并再次显示它，该图将显示更多细节，伽马分布失败。fitdistr也无法找到参数。因此，我希望仅使用直方图中的粗略数据来拟合数据。这就是问题所在，谢谢你的帮助。

浏览 3提问于2012-09-18得票数 3

回答已采纳

1回答

使用偏态分布的gaussian_kde？

python、matplotlib、kernel、scipy

我需要对对数正态分布生成的数据进行核密度估计。我一直在使用gaussian_kde，并在Python中使用matplotlib绘制数据。然而，一个问题是数据具有如此极端的偏斜，以至于很难正确地绘制分布的密度图。在我的例子中，大多数分布都非常接近于0，但由于极端的偏斜，密度估计最终在x轴上分布得比它们应该分布的更远。下面是我生成数据的一些示例代码：

浏览 0提问于2014-01-29得票数 1

点击加载更多