在R中添加两个内核密度对象？

假设我们有两个使用density（）函数创建的对象。有没有办法将这两个对象相加以获得另一个密度（或类似）对象

例如：

A = rnorm(100)
B = rnorm(1000)
dA = density(A)
dB = density(B)
dC = density(c(A, B))

---

有没有办法从dA和dB对象获取dC对象？一些求和运算之王？

密度的返回是包含以下部分的列表：

> str(dA)
List of 7
 $ x        : num [1:512] -3.67 -3.66 -3.65 -3.64 -3.63 ...
 $ y        : num [1:512] 0.00209 0.00222 0.00237 0.00252 0.00268 ...
 $ bw       : num 0.536
 $ n        : int 4
 $ call     : language density.default(x = A)
 $ data.name: chr "A"
 $ has.na   : logi FALSE
 - attr(*, "class")= chr "density"

请注意，原始数据不在其中，因此我们无法获取这些数据，只需执行类似于

dAB=density（c（dA$data，dB$data））

的操作即可

x

和

y

组成密度曲线，可以使用

绘图（dA$x，dA$y）

进行绘图。您可能认为您需要做的就是添加两个

密度
对象的
y
值，但不能保证它们将位于相同的
x
点

因此，您可能认为可以将一个插值到相同的
x
点，然后添加
y
值。但这不会像一个适当的密度应该的那样积分为1，所以你应该做的是根据每个分量密度中的分数缩放
dA$y
和
dB$y
，你可以从
dA$n
分量中得到

如果你不理解最后一点，考虑下面两个密度，一个从1000个点，一个从10个：
dA = density(runif(1000))
dB = density(runif(500)+10)

第一个是介于0和1之间的均匀分布，第二个是介于10和11之间的均匀分布。两种制服的高度都是1，并且它们的范围不重叠，因此如果你加上它们，你会得到两个相等高度的台阶。但他们结合的密度：

dAB = density(c(runif(1000), runif(500)+10))

是一种密度，0到1之间的质量是10到11之间质量的两倍。添加从样本中获取的密度时，需要根据样本大小进行称重

因此，如果您可以将它们插值为相同的
x
值，然后将
y
值作为权重，根据
n
值进行缩放，您可以得到近似
密度（c（A，B））
的值
密度的返回值
是一个包含以下部分的列表：

> str(dA)
List of 7
 $ x        : num [1:512] -3.67 -3.66 -3.65 -3.64 -3.63 ...
 $ y        : num [1:512] 0.00209 0.00222 0.00237 0.00252 0.00268 ...
 $ bw       : num 0.536
 $ n        : int 4
 $ call     : language density.default(x = A)
 $ data.name: chr "A"
 $ has.na   : logi FALSE
 - attr(*, "class")= chr "density"

请注意，原始数据不在其中，因此我们无法获取这些数据，只需执行类似于
dAB=density（c（dA$data，dB$data））
的操作即可

x
和
y
组成密度曲线，可以使用
绘图（dA$x，dA$y）
进行绘图。您可能认为您需要做的就是添加两个
密度
对象的
y
值，但不能保证它们将位于相同的
x
点

因此，您可能认为可以将一个插值到相同的
x
点，然后添加
y
值。但这不会像一个适当的密度应该的那样积分为1，所以你应该做的是根据每个分量密度中的分数缩放
dA$y
和
dB$y
，你可以从
dA$n
分量中得到

如果你不理解最后一点，考虑下面两个密度，一个从1000个点，一个从10个：
dA = density(runif(1000))
dB = density(runif(500)+10)

第一个是介于0和1之间的均匀分布，第二个是介于10和11之间的均匀分布。两种制服的高度都是1，并且它们的范围不重叠，因此如果你加上它们，你会得到两个相等高度的台阶。但他们结合的密度：

dAB = density(c(runif(1000), runif(500)+10))

是一种密度，0到1之间的质量是10到11之间质量的两倍。添加从样本中获取的密度时，需要根据样本大小进行称重

因此，如果您可以将它们插值为相同的
x
值，然后将根据
n
值缩放的
y
值相加作为权重，您可以得到近似
密度（c（A，B））
这个密度是多少？混合物分布的密度？这个密度是多少？混合物分布的密度？