R中的经验分布
我有一个观察向量,我想用R得到每个观察的经验p值。我不知道潜在的分布,我现在做的只是R中的经验分布,r,p-value,empirical-distribution,R,P Value,Empirical Distribution,我有一个观察向量,我想用R得到每个观察的经验p值。我不知道潜在的分布,我现在做的只是 runif(100,0,1000)->ay quantile(ay) 然而,这并没有给我一个p值。如何从经验上获得p值?我想这就是你想要的: rank(ay)/length(ay) 我想您需要的是ecdf功能。这将返回一个经验累积分布函数,您可以直接应用该函数 ay <- runif(100) aycdf <- ecdf(ay) 这听起来更像是你不知道经验p值的定义。如果您对统计数据有任
runif(100,0,1000)->ay
quantile(ay)
然而,这并没有给我一个p值。如何从经验上获得p值?我想这就是你想要的:
rank(ay)/length(ay)
我想您需要的是
ecdf
功能。这将返回一个经验累积分布函数,您可以直接应用该函数
ay <- runif(100)
aycdf <- ecdf(ay)
这听起来更像是你不知道经验p值的定义。如果您对统计数据有任何疑问,请访问。如果这是一个编程问题,那么你应该更具体地说明你所拥有的和你尝试过的,并描述它是如何不起作用的。@Flick先生-我认为主要的是我不知道如何在R中实现它。这就是为什么它不在交叉验证中的原因……那么你使用的是什么“公式”?“哪一部分你不知道该怎么做?”Flick先生-所以我不知道该用R中的哪个命令来计算它-它虽然是tabout ecdf,但不知道如何从它开始计算什么?你想做什么计算?没有神奇的“经验p值”函数。为了找到你的经验p值,你在做什么样的建模假设?这些是统计问题,不是编程问题。请您解释一下原因好吗?秩(ay)确定它在分布上的位置(1是最小值),然后除以观察长度(ay)的数量。它基本上可以发现有多少观测值是确定pvalue的统计上合理的方法?真正地没有引导?不确定你要计算的p值是多少,但这是在R中计算的一种方法,尽管看起来这不是你想要的。如果你不知道形成数据的分布是如何的,你能做到吗?这是获得值的一般方法吗?嗨,你能解释一下最后一行吗?所以你得到ecdf,然后你输入值,得到p值0.5和0.7,对吗?就是这样;它使用阶跃函数计算这些点的CDF,以概率形式得出经验概率
P(X>.5)
。对于来自runif
的足够大的样本,这将创建一个非常类似于punif
的函数。
> aycdf(c(.1, .5, .7))
[1] 0.09 0.51 0.73