如何在R中得到逆CDF（内核）？

R中是否有函数可以计算特定alpha（0,1）的逆核（我考虑的是正态）CDF。 我已经找到了分位数，但我不确定它是如何工作的

---

感谢

我们可以积分得到cdf，我们可以使用根查找算法来反转cdf。首先，我们要对密度的输出进行插值

set.seed(10000)
x <- rnorm(1000, 10, 13)
pdf <- density(x)

# Interpolate the density
f <- approxfun(pdf$x, pdf$y, yleft=0, yright=0)
# Get the cdf by numeric integration
cdf <- function(x){
  integrate(f, -Inf, x)$value
}
# Use a root finding function to invert the cdf
invcdf <- function(q){
  uniroot(function(x){cdf(x) - q}, range(x))$root
}

set.seed（10000）
另一种方法是使用对数样条密度估计，而不是核密度估计。看看“logspline”包。通过对数样条密度估计，可以得到CDF（
plogspline
）和逆CDF（
qlogspline
）函数。
是
？qnorm
你在追求什么？你的意思是想要正态分布的分位数函数，
qnorm
@最近的邮件：啪！qnorm对核估计有效吗？我不知道我的数据的确切分布情况。假设我从N（0,1）模拟100个rv。我需要找到F^-1（alpha），其中F是内核CDF。好像我以前见过这样的问题。做过任何搜索吗？您在这里使用的CDF，是内核CDF吗？对于非常小的alpha值，如0.0001，它没有给出invcdf。是的，对于cdf（最小（x））和cdf（最大（x））之间的alpha值，需要修改此代码。我是R中的新手，它非常复杂。谢谢你的帮助。你能告诉我为什么我们需要插值密度吗？积分需要一个函数作为输入。密度的输出不是一个函数，所以我们需要使用approxfun从中生成一个函数。
med <- invcdf(.5)
cdf(med)
#[1] 0.5000007