R 二维高斯分布图的平均值和轮廓
假设我有一个高斯分布,具有一定的均值和方差协方差矩阵R 二维高斯分布图的平均值和轮廓,r,plot,statistics,R,Plot,Statistics,假设我有一个高斯分布,具有一定的均值和方差协方差矩阵 mu <- c(1, 2) Sigma <- matrix(c(2, 0.5, 0.5, 1), nrow=2) mu椭圆软件包只是几个具有绘制椭圆功能的软件包之一。安装软件包,然后加载它。您必须计算标准偏差数量的概率水平,因为函数不直接接受标准偏差: library(ellipse) plot(mu[1], mu[2], xlim=c(-2, 4), ylim=c(0, 4)) lvl &
mu <- c(1, 2)
Sigma <- matrix(c(2, 0.5,
0.5, 1), nrow=2)
mu椭圆
软件包只是几个具有绘制椭圆功能的软件包之一。安装软件包,然后加载它。您必须计算标准偏差数量的概率水平,因为函数不直接接受标准偏差:
library(ellipse)
plot(mu[1], mu[2], xlim=c(-2, 4), ylim=c(0, 4))
lvl <- diff(pnorm(c(-1, 1)))
lines(ellipse(Sigma, scale=c(1.4, 1), centre=c(1, 2), level=lvl))
库(椭圆)
图(mu[1],mu[2],xlim=c(-2,4),ylim=c(0,4))
非常感谢你!你能给我解释一下你说的水平是什么意思吗?你用diff(norm())
做什么?你是怎么得到c(1.4,1)
的?如果我用cov2cor(Sigma)
计算相关矩阵,我得到1.0000000.3535534 0.3535534.0000000
水平=
参数是置信水平,在您的情况下,法向曲线下的面积在+/-1标准偏差之间。pnorm
函数从曲线左侧给出曲线下的面积,因此我们必须从-Inf到+1sd的面积减去-Inf到-1sd的面积。变量的方差为2和1,因此标准偏差为sqrt(2)和sqrt(1)。