R qq图对矩阵
能够查看您的数据很有帮助。当您有多个变量时,您可以使用,例如,R qq图对矩阵,r,R,能够查看您的数据很有帮助。当您有多个变量时,您可以使用,例如,pairs()形成散点图矩阵。散点图矩阵为您提供一组数据的2D边缘投影 set.seed(8092) X <- matrix(rnorm(80), ncol=4) pairs(X) set.seed(8092) X您可以通过*面板args添加您喜欢的任何功能。例如: set.seed(8092) X <- matrix(rnorm(80), ncol=4) panel.qq <- function(x, y, .
pairs()
形成散点图矩阵。散点图矩阵为您提供一组数据的2D边缘投影
set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
pairs(X)
set.seed(8092)
X您可以通过*面板
args添加您喜欢的任何功能。例如:
set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
panel.qq <- function(x, y, ...) {
usr <- par("usr"); on.exit(par(usr))
par(usr = c(0, 1, 0, 1), new = TRUE)
qqplot(x, y, xlab = deparse(substitute(x)), ylab = deparse(substitute(y)))
abline(c(0,1), ...)
}
pairs(X, lower.panel = panel.qq)
set.seed(8092)
X我在面板函数中放入qqplot
时出错,它显示为@rawr,通过使用“new=TRUE”解决。我的方法是提取x和y值并使用点
:
panel.qq <- function(x,y, ...)
{ usr <- par("usr"); on.exit(par(usr))
par(usr = c(usr[1:2], -2,2) )
QQ <- qqplot(x,y, plot.it = FALSE)
x <- QQ$x;
y <- QQ$y;
points(x, y, col = "cyan", ...)
abline(0,1)
}
set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
pairs(X, upper.panel=panel.qq)
panel.qq作为一般性评论,我强烈推荐ggplot2
。太棒了。谢谢@NPE的链接。我不确定我是否遵循答案中的代码。它是将一组经验数据与另一组经验数据进行对比,还是将经验数据与理论正态分布进行对比?这似乎是后者。这个链接是为了进一步研究的指针,而不是你确切问题的完整解决方案。但是,这个问题中的代码可以很容易地适应您的需要。这太好了,谢谢。我认为有办法做到这一点。我浏览了配对
文档,但没有找到。谢谢你的帮助。很高兴有两种不同的方法来做这件事。不客气。您在简历上提供的高水平的统计建议也很感谢。&我编程能力低(叹气)…我认为编程部分比统计部分更容易解决。
set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
panel.qq <- function(x, y, ...) {
usr <- par("usr"); on.exit(par(usr))
par(usr = c(0, 1, 0, 1), new = TRUE)
qqplot(x, y, xlab = deparse(substitute(x)), ylab = deparse(substitute(y)))
abline(c(0,1), ...)
}
pairs(X, lower.panel = panel.qq)
panel.qq <- function(x,y, ...)
{ usr <- par("usr"); on.exit(par(usr))
par(usr = c(usr[1:2], -2,2) )
QQ <- qqplot(x,y, plot.it = FALSE)
x <- QQ$x;
y <- QQ$y;
points(x, y, col = "cyan", ...)
abline(0,1)
}
set.seed(8092)
X <- matrix(rnorm(80), ncol=4)
pairs(X, upper.panel=panel.qq)