R 为两点之间的内核密度图着色。
我经常使用核密度图来说明分布。在R中可以轻松快速地创建这些内容,如下所示:R 为两点之间的内核密度图着色。,r,plot,R,Plot,我经常使用核密度图来说明分布。在R中可以轻松快速地创建这些内容,如下所示: set.seed(1) draws <- rnorm(100)^2 dens <- density(draws) plot(dens) #or in one line like this: plot(density(rnorm(100)^2)) 但是如何对q75和q95之间的区域进行着色?使用polygon()函数,请查看其帮助页面,我相信我们这里也有类似的问题 您需要找到分位数值的索引以获得实际的(x,y
set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)
plot(dens)
#or in one line like this: plot(density(rnorm(100)^2))
但是如何对q75
和q95
之间的区域进行着色?使用polygon()
函数,请查看其帮助页面,我相信我们这里也有类似的问题
您需要找到分位数值的索引以获得实际的(x,y)
对
编辑:给你:
x1 <- min(which(dens$x >= q75))
x2 <- max(which(dens$x < q95))
with(dens, polygon(x=c(x[c(x1,x1:x2,x2)]), y= c(0, y[x1:x2], 0), col="gray"))
x1=q75))
x2另一种解决方案:
dd <- with(dens,data.frame(x,y))
library(ggplot2)
qplot(x,y,data=dd,geom="line")+
geom_ribbon(data=subset(dd,x>q75 & x<q95),aes(ymax=y),ymin=0,
fill="red",colour=NA,alpha=0.5)
dd q75&x扩展解决方案:
dd <- with(dens,data.frame(x,y))
library(ggplot2)
qplot(x,y,data=dd,geom="line")+
geom_ribbon(data=subset(dd,x>q75 & x<q95),aes(ymax=y),ymin=0,
fill="red",colour=NA,alpha=0.5)
如果您想对两个尾部进行着色(复制和粘贴德克代码),并使用已知的x值:
set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)
plot(dens)
q2 <- 2
q65 <- 6.5
qn08 <- -0.8
qn02 <- -0.2
x1 <- min(which(dens$x >= q2))
x2 <- max(which(dens$x < q65))
x3 <- min(which(dens$x >= qn08))
x4 <- max(which(dens$x < qn02))
with(dens, polygon(x=c(x[c(x1,x1:x2,x2)]), y= c(0, y[x1:x2], 0), col="gray"))
with(dens, polygon(x=c(x[c(x3,x3:x4,x4)]), y= c(0, y[x3:x4], 0), col="gray"))
set.seed(1)
绘制这个问题需要一个lattice
答案。这是一个非常基本的方法,简单地修改Dirk和其他人采用的方法:
#Set up the data
set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)
#Put in a simple data frame
d <- data.frame(x = dens$x, y = dens$y)
#Define a custom panel function;
# Options like color don't need to be hard coded
shadePanel <- function(x,y,shadeLims){
panel.lines(x,y)
m1 <- min(which(x >= shadeLims[1]))
m2 <- max(which(x <= shadeLims[2]))
tmp <- data.frame(x1 = x[c(m1,m1:m2,m2)], y1 = c(0,y[m1:m2],0))
panel.polygon(tmp$x1,tmp$y1,col = "blue")
}
#Plot
xyplot(y~x,data = d, panel = shadePanel, shadeLims = c(1,3))
#设置数据
种子(1)
绘制这是另一个基于函数的ggplot2
变量,该函数近似原始数据值下的内核密度:
approvedens如果您没有提供结构,我永远不会让它工作。谢谢这是其中一件事。。。从黎明前开始就在演示(图形)
中出现,因此人们时不时会遇到。对于NBER回归着色等也有同样的想法。我知道我在什么地方见过它,但我无法从我看到它的精神指数中得出结论。我很高兴你的智力指数比我的好。你能举个例子,说明你的范围外和范围内的阴影吗?谢谢。我有png文件,并在freeimagehosting上托管了它,它可能不会加载,因为。。。我不确定。文件很模糊。你能不能重新创建并直接上传到这里,这样就有了自己的服务器服务?很抱歉,但我不知道如何直接上传到这里。