如何绘制数据分布和理论密度？
绘制数据分布和理论密度可以通过概率密度函数（Probability Density Function，简称PDF）和直方图来实现。
- 概率密度函数（PDF）：
- 概念：概率密度函数是描述随机变量在各个取值上的概率分布的函数。对于连续型随机变量，概率密度函数表示在某个取值附近的概率。
- 分类：常见的概率密度函数有正态分布、均匀分布、指数分布等。
- 优势：概率密度函数可以提供对数据分布的精确描述，能够帮助我们了解数据的分布特征。
- 应用场景：概率密度函数广泛应用于统计学、机器学习、数据分析等领域。
- 推荐的腾讯云相关产品：腾讯云提供了一系列与数据分析相关的产品，如腾讯云数据湖分析（Data Lake Analytics，DLA），可用于处理和分析大规模数据。
- 直方图：
- 概念：直方图是一种统计图表，用矩形表示数据的分布情况。横轴表示数据的取值范围，纵轴表示该范围内数据的频数或频率。
- 分类：直方图可以根据数据的分布情况选择合适的分组方式，如等宽分组、等频分组等。
- 优势：直方图直观地展示了数据的分布情况，可以帮助我们观察数据的集中趋势、离散程度等。
- 应用场景：直方图常用于数据探索、数据可视化、数据分析等领域。
- 推荐的腾讯云相关产品：腾讯云提供了一系列与数据分析和可视化相关的产品，如腾讯云数据仓库（Data Warehouse，CDW），可用于存储和分析大规模数据。
综上所述，绘制数据分布和理论密度可以通过概率密度函数和直方图来实现。概率密度函数提供了对数据分布的精确描述，而直方图则直观地展示了数据的分布情况。在实际应用中，可以根据具体需求选择合适的方法进行数据分布和理论密度的绘制。
相关·内容
1回答
地块理论反演-卡方分布
、、、
我想把我的“经验”数据与理论上的逆卡方分布进行比较。如何绘制理论分布图？
假设以下数据：
require(invgamma)
set.seed(10)
y<-rinvchisq(1000, 10)
这导致了“经验性”的分布，具体如下：
as.tibble(y) %>%
ggplot(aes(y)) +
geom_histogram(bins=100)
我的直觉告诉我，我应该使用可以在dinvchisq包中找到的-function。但不能很好的适应。有人知道如何处理这件事吗？
编辑：
添加解决方案，感谢@marvinschmit和@BenBolker。
requi
浏览 2提问于2021-01-13得票数 1
回答已采纳
2回答
所以我有一个柱状图，其中y轴是对数(频率)。从它的角度来看，条形图似乎呈指数级下降，但我想确定这一点。我想做的也是在这张图上画一个指数。因此，如果我的条形降到指数以下，我就会知道我的条形会以指数或比指数更快的速度减少，如果条形位于指数的顶部，我就会知道它们不是按指数减少的。如何在条形图上绘制指数图？
下面是我的图表，如果有帮助的话：
浏览 1提问于2013-07-17得票数 2
我有一个样本均值的向量，我一直在尝试使用hist(x)和ggplot绘制概率直方图，但柱子超过1(这对于概率分布来说是非常不寻常的)，然后我使用PlotRelativeFrequency(hist(x))函数强制R绘制概率直方图，它成功了！但我的问题是，我不能在histogram.When上绘制密度函数，我使用的是线(密度(X))函数，它绘制的密度函数偏离了图形。
浏览 4提问于2019-08-21得票数 1
4回答
使用R进行反向统计
、、、
我想做的事情听起来很简单。我想绘制一条平均值为100，标准差为15的正常IQ曲线，然后，我希望能够在其上叠加数据的散点图。
有人知道怎么做吗？
浏览 3提问于2010-12-26得票数 1
回答已采纳
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。
这个之前已经提到过这一点，但没有更好的解决方案。sn包似乎支持几个发行版，但不是很多。
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
我经常使用马尔可夫链来逼近一阶自回归过程AR(1)。现在，我想从帕累托分布中提取值。有谁知道如何为这种类型的分布构造马尔可夫链？重点是我通过n个网格点来近似Pareto的无限状态空间。马尔可夫链模拟的时间序列应该看起来与模拟帕累托分布时的时间序列“相似”。
浏览 5提问于2012-10-24得票数 3
我想在使用scipy创建的python中绘制泊松分布的概率密度函数。如果我想绘制测试版的pdf，我会这样做： x = np.linspace(0, 1, 200)
alphas = 4
betas = 10
pdf = st.beta.pdf(x, alpha, beta)
plt.plot(x, pdf, label=r'$\alpha$ = {}, $\beta$ = {}'.format(alpha, beta)) 我以为我可以用泊松分布做同样的事情，但不幸的是，这个对象没有pdf方法！为什么？我如何绘制一个泊松pdf而不自己写公式？
浏览 23提问于2019-04-12得票数 1
回答已采纳
2回答
确定等尾可信区间
、、
得到了d部分的后验密度：$2θ^{-1}(1-theta)^{-1}$.如何在R中绘制出l和u的分布，使$F_{theta\ x} (l) = 0.025$，$F_{theta\ x} (u) = 0.975$？(等尾间隔)
浏览 5提问于2020-06-21得票数 0
回答已采纳
1回答
R软件包有一个denscomp函数，绘制拟合的累积密度曲线和数据的直方图。作为一个R新手，我很感激这个包中的所有情节。
有没有一种简单的方法可以在没有直方图的情况下绘制曲线？
我在文档中的histogram = FALSE函数中找不到像denscomp这样的选项。
我应该如何使用fitdist$estimate来绘制累积密度曲线？
浏览 3提问于2017-04-01得票数 0
回答已采纳
2回答
绘制理论密度直方图的R？
、、、
我想知道是否可以为R中给定的连续分布绘制一个理论密度直方图？
所谓理论直方图，我指的是不基于R中可用的随机变量生成器(如hist(rnorm(1e4)))的直方图。相反，一个直方图，完全匹配的概率密度函数(，pdf，)的连续分布，为用户定义的支持(即，随机变量的范围)的可调中断。
作为R中的一个例子，我们知道支持 -5到5的标准正态分布的pdf在理论上是由下面的R码得到的。
In R，，我们能把这个精确的理论pdf转换成相应的理论密度直方图吗？对于如何在R中做到这一点，有什么建议吗？
c = curve(dnorm(x), -5, 5, n = 1e4)
浏览 3提问于2017-06-22得票数 0
回答已采纳
我尝试使用fMultivar包绘制t分布的直方图，并显示相应的密度函数与直方图匹配。
问题是直方图似乎与密度函数不匹配。
下面是一个最小的例子。
library(fMultivar)
n = 50000
qtile = seq(-5,5,by=0.05)
xtt = rmvst(n,dim=1,df=3)
hist(xtt,300,xlim=c(-5,5),probability=TRUE)
lines(qtile,dmvst(qtile,dim=1,df=3),col='red')
xn = rmvsnorm(n,dim=1)
hist(xn,300,xlim=c(-5
浏览 0提问于2012-03-08得票数 0
1回答
我有数据，我绘制了一个正态分布和QQ图。我想知道，特别是在QQ情节中，95.4%的数据似乎是正态分布的。
我的问题是，在QQ情节中，2西格玛以上的数字意味着什么？应该删除它们吗?还是我需要转换这个变量，使它更加正态分布？
📷
📷
浏览 0提问于2019-08-31得票数 1
回答已采纳
1回答
假设我有一个指数分布的密度函数$f(x)= -\lambda e^{-\lambda x}$，其中$\lambda = 0.5$。
是否有任何快速命令帮助绘制该函数的图形，而不是手动定义该函数并绘制它？到目前为止，我所知道的所有命令都是绘制一组样本数据的图表，而我不知道如何为总体绘制图表。
浏览 0提问于2018-05-11得票数 0
回答已采纳
我正在研究数据分布，它有以下几点。
输入<-read.table(“infile”，header=TRUE，sep="\t")
表(输入)
0.786333 1 1.04453 1.06159 1.33277 1.53607 2.25893
49 938 1 1 36 16 166
如果我为它绘制箱形图，我会得到最低基准面、最高基准面和中位数的单线。
boxplot(输入)
有没有办法通过归一化来分布点，以便对最低基准面、最高基准面和中位数有更好的边界清晰的箱形
浏览 2提问于2013-03-08得票数 0
我有一些数据，看起来像是服从高斯分布。所以我使用
my.glm<- glm(b1~a1,family=Gaussian)
然后使用命令
summary(my.glm)。
结果是：
Call:
glm(formula = b1 ~ a1, family = gaussian)
Deviance Residuals:
Min 1Q Median 3Q Max
-0.067556 -0.029598 0.002121 0.030980 0.044499
Coefficients:
浏览 4提问于2011-12-02得票数 0
2回答
我想用scipy.stats.probplot()在mydata上做一些测试。
from scipy import stats
_,fit=stats.probplot(mydata, dist=stats.norm,plot=ax)
goodness_fit="%.2f" %fit[2]
文件上说：
根据指定理论分布的分位数(缺省情况下为正态分布)生成样本数据的概率图。可以选择计算数据的最佳匹配行，并使用Matplotlib或给定的绘图函数绘制结果。概率图生成一个概率图，，不应与Q-Q或P图混淆。Statsmodels具有这种类型的更广泛的功能，请参见statsmodels
浏览 19提问于2018-01-05得票数 14
回答已采纳
1回答
我希望在R中复制类似于this image的东西。我的目标是在具有不同参数的瑞利和其他分布的同一图上绘制一系列pdf和/或cdf。理想情况下，我希望将一个相同的x值序列和一个参数值序列放入一个数据框中，然后使用ggplot绘制该数据框。 到目前为止，我已经尝试了几种排列方式： "Scale <- c(0.5,1,2,3,4)；x <- seq(-1，12，by = 0.1)，y <- VGAM::drayleigh(x，scale =Scalei.)“。 最好的方法是什么？我已经尝试了几次，使用for循环和rep(seq(...))但没有成功。谢谢。
浏览 22提问于2021-04-02得票数 1
回答已采纳
1回答
绘制密度图以表示似然
、、、
我想绘制一个概率密度分布的可能性计算(在贝叶斯统计)。Theta代表了真正的成功率。
如果我试图绘制可能性计算的概率：
k <- 10 # number of successes
n <- 100 # number of trials
likelihood <- as.data.frame(dbinom(x=k, size=n, prob=seq(0.0001, 0.9999, length.out=10000), log = FALSE))
ggplot(likelihood, aes(x=likelihood[,1])) + geom_density
浏览 1提问于2018-02-06得票数 0
回答已采纳
我读了POVRAY的教程，但我不知道如何在xyz数据点上绘制等值面。在本教程中，他们只讨论函数的等值面。谁能告诉我，有没有可能在数据点上绘制等值面，使等值面覆盖所有数据点。我尝试了blob命令。在blob命令中，我用柱面连接我的两个数据点。因此，当两个圆柱体在任何区域重叠时，强度就会变得很高，看起来就很尴尬。所以，我想换成等值面。
浏览 3提问于2015-04-22得票数 2
我想对我的数据是否符合特定的分布函数进行直观的评估。为此，我使用R生成分位数-分位数(Q-Q)图。分布函数非常具体，没有出现在概率分布的标准列表中，因此我编写了自己的R函数来描述它。它在下面的代码中称为'DistFunc‘，由两个伽马函数的比率组成。
简而言之，我在代码中所做的就是从文件'DistributionEstimate.txt‘中读取数据，该文件包含两列。列1是x值，列2是y值。变量'a‘和'b’是我之前在另一个程序中使用该分布函数对数据的最小二乘拟合确定的最佳拟合参数。然后，我定义了DistFunc，并尝试使用qqmath函数绘制Q-Q图。
问题出现
浏览 5提问于2014-05-24得票数 2
我有一系列的实验数据值X和Y，用来生成一个散射图，这个散点图看起来非常类似于伽马分布，我读过一些文章说这些实验数据可以用伽马分布来表示/建模。
因此，我编写了下面的python代码来查找伽马分布常量：
import csv
import random
import scipy as sp
import scipy.stats as ss
from collections import defaultdict
columns = defaultdict(list)
with open('case_1_RTD.csv') as f:
reader=csv.reader(f
浏览 9提问于2014-10-06得票数 1
我看过类似的问题，但我无法根据他们的回答来解决我的问题。我有一个身体质量指数的直方图。我已经找到了数据的均值和标度，我正在尝试用相同的数据的均值和标度覆盖一个正常的pdf，以将其与直方图进行比较。
这是我到目前为止所拥有的。
我使用hist(BMI)来绘制直方图。我发现平均值(BMI)为26.65，sd(BMI)为3.47。
我正在尝试使用曲线函数在直方图上绘制具有相同参数的正常曲线。
曲线(dnorm(x，均值= 26.65，sd = 3.47)，add = T，col = "red")
如您所见，在直方图的最底部几乎看不到红色曲线。为什么会发生这个错误？
谢谢。
浏览 3提问于2016-02-14得票数 0
我有一个数据框架，它有两种类型的“组”，它的密度我想要叠加在同一张图上。
我试图使用ggplot使用以下两行代码来绘制密度：
full$group <- factor(full$group)
ggplot(full, aes(x=income, fill=group)) + geom_density()
这样做的问题是，它不考虑频率变量(freq)，而只是计算频率本身。这是一个问题，因为每个收入群体的组合都有一行。
我相信我有两个选择，每一个都有一个问题：
我是否应该使用当前数据格式化的方式来绘制图表？如果是这样的话，我怎么做呢？
( b)我是否应重新格式化数据，使每一组/收入组合的频
浏览 4提问于2014-10-30得票数 2
回答已采纳
1回答
我试着按照这里的例子做一个简单的堆叠密度图：。
我正在使用融化的数据，但当我试图在y轴上用"value“绘制它时，我得到了一个错误。
这是我的原始数据：
> str(bug)
'data.frame': 39 obs. of 10 variables:
$ year : int 2006 2006 2006 2006 2006 2006 2006 2006 2006 2006 ...
$ SampleDate : Factor w/ 39 levels "01-Aug-07","02-Jun-06&#
浏览 1提问于2016-05-07得票数 0
1回答
我有一些对数正态分布数据，我想要转换，然后拟合正态分布。下面是一个可重复的数据示例，它的数据并不完全是对数正态分布，但它足够接近：
# create some lognormal data
dat <- data.frame(x = c(runif(1000, 0, 1), runif(300, 1, 100), runif(100,100,1000)))
我可以通过log10对这些数据进行转换，并用MASS::fitdistr对它们进行正态分布。
# fit normal distribution to log-transformed values
library(MASS)
fit
浏览 1提问于2017-09-07得票数 1
回答已采纳
我试图使用Matlab的nlinfit函数来估计x，y配对数据的最佳拟合高斯值。在这种情况下，x是二维方向的范围，y是“是”响应的概率。
我从相关文章中复制了@norm_funct，我想返回一个平滑的正态分布，它最好地近似于y中的观测数据，并返回最佳拟合pdf的大小、平均值和SD。目前，安装的功能似乎是不正确的缩放和不顺利-任何帮助非常感谢！
x = -30:5:30;
y = [0,0.20,0.05,0.15,0.65,0.85,0.88,0.80,0.55,0.20,0.05,0,0;];
% plot raw data
figure(1)
plot(x, y, ':rs
浏览 0提问于2013-11-28得票数 0
回答已采纳
1回答
区分正常簇和攻击簇
、、、、
在下面的图中，我们绘制了一些正常状态和受攻击的传感器数据(离群点)：1.绿色点是训练数据集中的正常样本。2.青色点和红点是测试数据集中的正常样本。3.黑点和蓝点是测试数据集中的攻击样本。我们希望仅使用我们从训练数据集(绿点)中提取的信息对测试阶段的正常样本进行分类。我非常感谢为此目的提出的任何建议。
谢谢。
📷
浏览 0提问于2018-01-20得票数 0
1回答
我有一个关于kde2d (Kernel density estimator).的问题，我正在为同一变量空间中的两个不同数据集计算两个不同的kde2d。当我与filled.contour2或轮廓线进行比较时，我看到散点图中点密度较低的集合(在因子为10的总点中也较少)具有较高的轮廓值密度。我期望具有较高点密度的集合将具有较高的密度等值线值，但正如我上面所说的，情况并非如此。它必须与带宽(h)的选择有关？我使用的是等于h，我试图改变，但结果并没有太大的改变。我的错误是什么？
一个例子
a <- runif(1000, 5.0, 7.5)
b <- runif(1000, 2.0,
浏览 1提问于2013-06-27得票数 4
如何将直方图A标准化，使每个bin的和为1
将直方图除以垃圾箱的宽度，如何绘制？
我有这个
dist = rand(50)
average = mean(dist, 1);
[c,x] = hist(average, 15);
normalized = c/sum(c);
bar(x, normalized, 1)
在这种情况下，n = 50
求均值和方差^2的公式是什么？我们写的是distribution?.，但是怎么写？，你是如何绘制均匀分布和正态分布的？
直方图必须接近正态分布。
浏览 3提问于2011-03-14得票数 2
回答已采纳
我试图在直方图的顶部得到一条曲线；然而，不知何故，曲线从y=0开始，x以某个负值开始，但它需要从频率最高的x=0开始。
以下是data的值
[1] 0.41645505 0.17807010 0.04401494 0.00000000 0.53424325 0.00000000 0.78833026 0.14429310 0.00000000 0.35345068 0.00000000 0.00000000
[13] 0.03157549 0.00000000 0.00000000 0.83979615 0.15510495 0.00000000 0.00000000 0.38146542
浏览 2提问于2019-07-07得票数 0
3回答
假设y是一个具有遵循分布f(x)=sqrt(4-x^2)/(2*pi)的随机数的向量。目前，我使用命令hist(y,30)。如何将分布函数f(x)=sqrt(4-x^2)/(2*pi)绘制成相同的直方图？
浏览 0提问于2013-04-20得票数 0
回答已采纳
我正在尝试使用Matlab绘制高斯曲线。我的代码是这样的。
a=1/(0.1*sqrt(2*3.14))
y1=a*exp(-1*(((X1-Mu).^2)./(2*(Sigma^2)) ))
plot(X1,y1)
我的图表看起来像
它显示了正确的形状，但y轴上的值将上升到4。据我所知，高斯是一个概率分布函数，因此必须始终返回0到1之间的值。
浏览 0提问于2016-12-10得票数 0
我有两个数据集，一个是建模(人工)数据，另一个是观测数据。它们的统计分布略有不同，我想强制建模数据在数据传播中与观察到的数据分布相匹配。换句话说，我需要模型化的数据来更好地表示观察数据的尾部。下面是一个例子。
model <- c(37.50,46.79,48.30,46.04,43.40,39.25,38.49,49.51,40.38,36.98,40.00,
38.49,37.74,47.92,44.53,44.91,44.91,40.00,41.51,47.92,36.98,43.40,
42.26,41.89,38.87,43.02,39.25,40.38,42.64,36.98
浏览 8提问于2016-08-26得票数 1
回答已采纳
4回答
假设我有一个看起来像这样(简化的)的DataFrame
>>> df
freq
2 2
3 16
1 25
其中，index列表示一个值，freq列表示该值出现的频率，就像在频率表中一样。
我想为这个表绘制一个密度图，就像从plot kind kde获得的那样。然而，这种类型显然只适用于pd.Series。我的df太大了，不能展平成一维系列，即df = [2, 2, 3, 3, 3, ..,, 1, 1]。在这种情况下，我如何绘制这样的密度图？
浏览 3提问于2015-12-10得票数 1
1回答
我试图绘制一个每小时需求的密度图：
“hr”指的是不同的时间，“cnt”指的是需求。
我知道如何制作密度图，例如：
sns.kdeplot(bike['hr'])
然而，只有当对不同时间的需求是未知的时候，这才能起作用。因此，我可以计算每小时作为它的需求。现在我知道每小时的需求数，怎样才能把这些数据绘制成一个密度图？
浏览 0提问于2018-10-23得票数 3
回答已采纳
1回答
我正在尝试不同的方法来绘制我的数据。我有一个向量ld <- seq(0.001,0.4,0.005)，伽玛分布的参数是25 (形状)和240 (速率)。我的第一种绘图方式是： pr <- dgamma(ld, 25,240)
plot(ld,pr,type="b") 我也试过了： pr <- ld^{25-1}*exp(-240*ld)
plot(ld,pr,type="b") 这两个图应该是一样的，但是我发现y轴的比例不同。我想知道如何使用第二种方法实现相同的情节？谢谢!
浏览 31提问于2020-10-14得票数 0
1回答
我对n=100、mean=100和sd=25重复了50次。然后，我绘制了所有样本的直方图，但现在我需要在直方图上覆盖一条正常曲线。
x <- replicate(50, rnorm(100, 100, 25), simplify = FALSE)
x
sapply(x, mean)
sapply(x, sd)
hist(sapply(x, mean))
你知道如何在平均值的直方图上叠加一条正常曲线吗？
谢谢
浏览 1提问于2019-07-16得票数 2
回答已采纳
1回答
我正在绘制测试分数的分布和这些测试分数的拟合曲线：
h = sorted(data['Baseline']) #sorted
fit = stats.norm.pdf(h, np.mean(h), np.std(h))
plt.plot(h,fit,'-o')
plt.hist(h,normed=True) #use this to draw histogram of your data
plt.show()
然而，pdf的图形看起来并不正常(参见x=60附近曲线中的扭结)。见产出：
我不知道发生了什么事，here...any帮助赞赏。这是
浏览 1提问于2018-11-02得票数 0
回答已采纳
1回答
我正在尝试使用R包ggplot2绘制和比较0和1之间的两组十进制数。当我在qplot中使用geom=" density“绘图时，我注意到密度曲线超过了1.0。我希望有一个不超过集合的值范围的数据的密度图，即所有面积保持在0到1之间。
有没有可能在0和1之间绘制密度图，而不超过1或0？如果是这样的话，我将如何实现这一点？我需要两个图的面积在0和1之间相等，这是数据的范围。这是我用来生成图的代码。
右图：qplot(precision,data = compare, fill=factor(dataset),binwidth = .05,geom="density", al
浏览 2提问于2011-06-20得票数 2
回答已采纳
6回答
将数据与分布相匹配？
、、、
我不是统计学家(更多的是一个研究网站的开发人员)，但最近我听到了很多关于和的消息。所以出于好奇，我想问这个问题(虽然这里的专家听起来很傻)，因为我不确定这个领域的进展，我想知道没有可靠统计背景的人是如何处理这些问题的。
给出一组从实验中观察到的实数，假设它们属于众多分布之一(如Weibull，Erlang，Cauchy，指数等)，是否有任何自动方法来为数据找到正确的分布和分布参数？有什么好的教程可以引导我完成这个过程吗？
真实世界场景:例如，我发起了一项小型调查，记录了一个人每天与多少人交谈的信息，比如300人，我有以下信息：
1 10
2 5
3 20
...
...
在调查期间，X-Y告诉
浏览 5提问于2010-11-27得票数 29
回答已采纳
我试图绘制逆gamma(0.001, 0.001)的密度，但是这个图只有一个点。我使用的命令是
alpha1 = 0.001;
beta1 = 0.001;
n = 1e+5;
r=1./gamrnd(alpha1,1/beta1,n,1);
[f,xi] = ksdensity(r);
plot(xi,f,'--m');
f的第一个项是实数，其余的都是NaN。xi的第一个项是实数，其余的都是Inf。
你能帮我解决这个问题吗。
非常感谢。
浏览 1提问于2015-07-19得票数 1
回答已采纳
给定高斯(正态)随机变量的均值和方差，我想计算其概率密度函数(PDF)。
我引用了这篇文章：，
还有scipy文档：
但是当我绘制一条曲线的PDF时，概率超过1！请参考以下最小工作示例：
import numpy as np
import scipy.stats as stats
x = np.linspace(0.3, 1.75, 1000)
plt.plot(x, stats.norm.pdf(x, 1.075, 0.2))
plt.show()
这是我得到的：
怎么可能有200%的概率得到平均值，1.075呢？我是不是误解了什么？有什么方法可以纠正这个问题吗？
浏览 2提问于2016-07-01得票数 13
回答已采纳
2回答
我有一个下面的矩阵500,2，所以我们有500行和2列，左边的给我们X观察值的索引，右边的给出X实现的概率，所以-一个典型的概率密度关系。
所以，我的问题是，如何以正确的方式绘制直方图，以便x轴是x索引，y轴是密度(0.01-1.00)。估计器的带宽为0.33。
提前感谢！
整个数据的结尾看起来是这样的：
[490,] 2.338260830 0.04858685
[491,] 2.347839477 0.04797310
[492,] 2.357418125 0.04736149
[493,] 2.366996772 0.04675206
[494,] 2.376575419 0.
浏览 2提问于2011-05-14得票数 0
回答已采纳
1回答
我必须使用直方图绘制一些数据。我的数据在0,1之间，在任何特定的点上都没有很大的集中度。
样本数和桶数(等长)之间的比例是多少？
浏览 2提问于2012-08-21得票数 2
回答已采纳
我想知道如果在相关的文件夹中没有精确缩放的可绘制文件，Android如何获取和渲染可绘制文件？
例如，假设我试图在一个hdpi、大和运行Android2.3的设备上渲染一个可绘制的图形。应用程序正在寻找的可绘制图形在xhdpi、mdpi、xlarge和large中可用，但不能用于hdpi或large (不管是什么原因)。
具体地说，我想知道Android是如何决定提取哪个可绘制的？我假设它会优先于更大的可绘制图形(xhdpi或xlarge)，但它是否优先于DPI或屏幕尺寸？另外，它是否像中列出的那样对可绘制对象应用缩放(例如，xhdpi可绘制对象将呈现为其实际尺寸的1.5/2 )？如果是，它是
浏览 1提问于2013-12-28得票数 1
1回答
我有一个基于N ()轴向力的连接力数据集。
先前的一些分析(由另一方)进行，并对其进行了威布尔分布，然后预测记录60 N或更高的力的机会约为1.2%。
我不得不说，盯着数据看，这在我看来不太可能，但我对这个特定的分布一无所知。
到目前为止，我能够拟合这条曲线：
force<-read.csv(file="forcestats.csv",header = T)
library(MASS)
fitdistr(force$F, 'weibull')
hist(force$F)
我在试着理解
威布尔发行版真的最适合这些数据吗？
如何使用R进行同样的预测(如
浏览 0提问于2014-09-17得票数 1
回答已采纳
我想(i)计算和(ii)绘制中心可信区间和最高后验密度区间，以便在Distributions.jl库中进行分布。理想情况下，我们可以编写自己的函数来计算CI和HPD，然后使用Plots.jl绘制它们。然而，我发现实现非常棘手(免责声明:我是Julia的新手)。对于库/repo/repo，有什么建议可以让计算和绘图变得更容易吗？
上下文
using Plots, StatsPlots, LaTeXStrings
using Distributions
dist = Beta(10, 10)
plot(dist) # thanks to StatsPlots it nicely plots t
浏览 7提问于2021-06-03得票数 3
回答已采纳
首先，我不完全确定这是否是发布这篇文章的正确地点，因为也许它应该放在一个更注重统计的论坛上。然而，由于我计划用R来实现这一点，我想最好在这里发布它。如果我错了请道歉。
所以，我想做的是我想要模拟总共250.000次观测的数据，按照经验数据(离散数据)导出的核密度估计值分配一个连续(非整数)值，原始值从-5到+5不等。下面是我想要使用的分布图。
对我来说非常重要的是，我不应该根据离散概率来模拟新的数据，而是要模拟连续的数据，因为一个值可以说是2.89，而不是3或2。因此，新的值将根据图中描述的概率来分配。模拟数据中最常见的值将在+2附近，而在-4和+5附近的值则相当罕见。
关于R中的模拟数
浏览 2提问于2016-09-26得票数 3
回答已采纳
我需要绘制从文件中读取的整数值。我正在学习的例子。我不知道如何规范数据的pdf，然后计算民防。
import numpy as np
from pylab import *
with open ("D:/input_file.txt", "r+") as f:
data = f.readlines()
X = [int(line.strip()) for line in data]
Y = exp([-x**2 for x in X]) # is this correct?
# Normalize the data to
浏览 0提问于2018-09-26得票数 1
回答已采纳
我试图用Colin的poweRlaw包拟合对数正态分布到一些计数数据，我知道对数正态分布是连续的，计数数据是离散的，但是这个包包含连续和离散形式的对数正态分布的类和方法。
当我拟合xmin (忽略计数值的阈值)、log平均值和log sd参数并引导结果以得到p值时，我得到一个向量内存耗尽错误。我发现，当包内函数sample_p_helper试图从拟合的分布中生成随机数时，就会发生这种情况。拟合的log均值和log sd参数非常低，因此拒绝抽样算法试图生成数十亿个数字，以获得xmin以上的任何内容，从而导致内存问题。
输入：
library(poweRlaw)
counts <- c(5
浏览 1提问于2019-08-30得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
