R 当'；类型="；规范；？

当type=“norm”时，有没有办法计算这个椭圆的面积

默认值为

type=“t”

type=“norm”

显示不同的椭圆，因为它采用多元正态分布而不是多元t分布

下面是代码和绘图（使用与其他帖子类似的代码）：

library(ggplot2)
set.seed(1234)
data <- data.frame(x = rnorm(1:1000), y = rnorm(1:1000))

ggplot (data, aes (x = x, y = y))+
  geom_point()+
  stat_ellipse(type = "norm")

#Plot object
p = ggplot (data, aes (x = x, y = y))+
  geom_point()+
  stat_ellipse(segments=201) # Default is 51. We use a finer grid for more accurate area.

#Get ellipse coordinates from plot

pb = ggplot_build(p)
el = pb$data[[2]][c("x","y")]

# Center of ellipse

ctr = MASS::cov.trob(el)$center 
# I tried changing this to 'stats::cov.wt' instead of 'MASS::cov.trob' 
#from what is saw from (https://github.com/tidyverse/ggplot2/blob/master/R/stat-ellipse.R#L98)

# Calculate distance to center from each point on the ellipse

dist2center <- sqrt(rowSums((t(t(el)-ctr))^2))

# Calculate area of ellipse from semi-major and semi-minor axes. 
These are, respectively, the largest and smallest values of dist2center. 

pi*min(dist2center)*max(dist2center)

库（ggplot2）
种子集（1234）
数据好问题，我学到了一些东西。但我不能重现你们的问题，用不同的方法得到（当然）不同的价值观

我认为链接答案中的方法不太正确，因为椭圆中心不是用数据计算的，而是基于椭圆坐标。我已经根据数据进行了更新计算

库（ggplot2）
种子集（1234）
数据这里是如何获得
a
和
b
（然后区域是
pi*a*b
），而不使用
stat\u eliple
生成的数据

library(ggplot2)
gg <- ggplot(faithful, aes(eruptions, waiting)) +
  geom_point() +
  stat_ellipse(type = "norm", segments = 2000)

Sigma <- cov(faithful) 
evalues <- eigen(Sigma, symmetric = TRUE, only.values = TRUE)$values
p <- 0.95
r <- 2 * qf(p, 2, nrow(faithful)-1)
( a <- sqrt(r * evalues[1]) )
# 33.55752
( b <- sqrt(r * evalues[2]) )
# 1.216351

### check
ggb <- ggplot_build(gg)
el <- ggb$data[[2]][c("x","y")]
center <- colMeans(faithful)
dist2center <- sqrt(rowSums((t(t(el)-center))^2))
max(dist2center)
# 33.55751
min(dist2center)
# 1.216396

库（ggplot2）
gg下面是我使用来自使用地震数据集的ellipse包的代码提出的解决方案。它要长得多，但更容易理解它是如何工作的（至少对我来说）。我相信面积解是以平方米为单位的。对这种方法有什么想法吗

#Both plots together
Bothgg <- ggplot(quakes, aes(long, lat)) +
  geom_point() +
  stat_ellipse(type = "t")+    #type = "t" is unnecessary because it is the default, but I put it here for clarity
  stat_ellipse(type = "norm", linetype = 2)
Bothgg



###From ellipses code
dfn <- 2
dfd <- nrow(quakes) - 1
segments = 51
level = .95

#Area for solid line
  v <- MASS::cov.trob(quakes[ ,c(1,2)])
  shape <- v$cov
  center <- v$center
  chol_decomp <- chol(shape)
  radius <- sqrt(dfn * stats::qf(level, dfn, dfd))
  angles <- (0:segments) * 2 * pi/segments
  unit.circle <- cbind(cos(angles), sin(angles))
  ellipse <- as.data.frame(t(center + radius * t(unit.circle %*% chol_decomp)))
  centerd = as.data.frame(center)
  ellipse$centerLat = centerd[1,1]
  ellipse$centerLong = centerd[2,1]
  ellipse$distance = distm(ellipse[,c('long','lat')], ellipse[,c('centerLong','centerLat')], fun=distVincentyEllipsoid)
pi*(min(ellipse$distance)/2)*(max(ellipse$distance)/2)


#Area for dashed line
  v <- stats::cov.wt(quakes[ ,c(1,2)])
  shape <- v$cov
  center <- v$center
  chol_decomp <- chol(shape)
  radius <- sqrt(dfn * stats::qf(level, dfn, dfd))
  angles <- (0:segments) * 2 * pi/segments
  unit.circle <- cbind(cos(angles), sin(angles))
  ellipse <- as.data.frame(t(center + radius * t(unit.circle %*% chol_decomp)))
  centerd = as.data.frame(center)
  ellipse$centerLat = centerd[1,1]
  ellipse$centerLong = centerd[2,1]
  ellipse$distance = distm(ellipse[,c('long','lat')], ellipse[,c('centerLong','centerLat')], fun=distVincentyEllipsoid)
pi*(min(ellipse$distance)/2)*(max(ellipse$distance)/2)


#两个图形一起绘制
欢迎来到SO。好的第一个问题。小提示您可以使用
data.frame（x=rnorm（1:1000），y=rnorm（1:1000））更轻松地生成数据帧。
这是否回答了您的问题@DanielMuñoz在我的问题中链接了这篇文章，这就是我要问的about@OliviaJeanaaa我理解你，朋友，很抱歉我没有很好地理解你。我认为你应该能够从
cov.wt
给出的协方差矩阵中得到面积，尽管不确定如何得到。但是，通过直接在协方差矩阵上使用
car:：eliple
，您可以完全避免所有ggplot内容。@Axeman我们开始吧。忽略我最后的评论。有关基于协方差矩阵的计算，请参见我的更新答案。我认为这将是一条道路。在这种特殊情况下，可以简单地使用变量varianceAwesome！你能解释一下5.991是从哪里来的吗？@Axeman它代表卡方概率-这是基于对数据的一些假设，这里主要是正态分布。我发现答案中的链接非常有用