Блочная диаграмма для теоретического распределения в T

Я хотел бы иметь возможность нарисовать коробку для данного теоретического распределения. Например, предположим, что я хочу нарисовать коробку для нормального распределения. R имеет метод qnorm. Итак, я могу получить первый, второй и третий квартиль следующим образом:

quartiles <- qnorm((1:3) / 4)

межквартильный диапазон может быть получен:

irq <- quartiles[3] - quartiles[1]

усы можно получить:

left.whisker <- quartiles[1] - irq * 1.5
right.whisker <- quartiles[3] + irq * 1.5

Теперь, как я могу создать блокплот?

Я знаю, что могу использовать rnorm, а затем использовать метод bixplot, но я хотел бы иметь возможность рисовать блок-график на основе теоретического распределения. Это полезно для обучения, так что учащимся не нужно беспокоиться о количестве значений, которые они должны моделировать, а также вывод не будет зависеть от количества моделируемых значений.

Спасибо, Никола


r statistics ggplot2 boxplot
person user2840286    schedule 04.10.2013    source источник
comment
Вы должны выполнить поиск по SO и rhelp.   -  person IRTFM    schedule 05.10.2013

Ответы (3)


arrow_upward
-1
arrow_downward

Функцию bxp можно использовать для создания диаграммы на основе предоставленной сводной статистики (функция boxplot вызывает bxp для построения графика). Так что вам просто нужно создать правильный тип объекта и передать его в bxp:

q1 <- qnorm(0.25)
q2 <- qnorm(0.5)
q3 <- qnorm(0.75)

lower <- q1 - 1.5*(q3-q1)
upper <- q3 + 1.5*(q3-q1)

tmp.list <- list( stats=rbind(lower, q1, q2, q3, upper),
    out=numeric(0), group=numeric(0), names='')

bxp( tmp.list )
person Greg Snow    schedule 05.10.2013
comment
Спасибо. Это именно то, что я искал! - person user2840286; 05.10.2013
comment
Я бы предложил использовать что-то вроде 1-го и 99-го процентилей в качестве концов усов, а не +-1,5 IQR, вышеприведенное подходит для симметричных распределений, но для асимметричных распределений процентили, вероятно, будут более значимыми. - person Greg Snow; 06.10.2013

arrow_upward
2
arrow_downward

Если это используется для класса, я думаю, что построение теоретических квантилей не может передать связь распределения с реальным миром, где везде есть вариации, а стандартные нормы наблюдаются только асимптотически.

Это моя попытка показать связь случайной величины с теоретическими квантилями.

Обратите внимание, что я делаю выборку, используя rnorm, я также рисую данные за geom_boxplot, используя геометрию geom_jitter. Изменение настроек alpha повлияет на прозрачность.

install.packages("gridExtra"); install.packages("ggplot2")
library(gridExtra); library(ggplot2)

df <- data.frame(list(our_rand_var = rnorm(10000, mean = 0, sd = 1)))

p1 <- ggplot(df, aes(x = our_rand_var)) +
  geom_density(fill = "white") +
  ylab("") +
  xlab("") +
  theme(axis.text = element_text(size = 20),
        axis.title.y = element_blank(),
        axis.text.y = element_blank())

p2 <- ggplot(df, aes(x = "Our Variable", y = our_rand_var)) +
  geom_jitter(alpha = 0.2) +
  geom_boxplot(alpha = 0.9, colour = "red", size = 2) +
  ylab("Standard Deviations") +
  coord_flip() +
  theme(axis.text = element_text(size = 20),
        axis.title.y = element_blank(),
        axis.text.y = element_blank())

grid.arrange(p1, p2, ncol = 1, 
             main = "Standard Normal Distribution (~Z)")

person Statwonk    schedule 05.10.2013

arrow_upward
1
arrow_downward

Вот довольно случайное распределение:

set.seed(1)
d1 <- c(rbeta(5,1,1), runif(5))
boxplot(d1)

Если вы посмотрите на код, с graphics::boxplot.default вы увидите, что он вызывает функцию boxplot.stats (в пакете grDevices), которую вы можете вызвать, чтобы получить значения, необходимые для ящичковой диаграммы. Это, в свою очередь, вызывает stats::fivenum, а метод, применяемый к вектору x:

x <- sort(x)
n4 <- floor((length(x) + 3) / 2) / 2
d <- c(1, n4, (length(x) + 1) / 2, length(x) + 1 - n4, length(x))
0.5 * (x[floor(d)] + x[ceiling(d)])
person dardisco    schedule 05.10.2013
comment
Я думаю, вы обнаружите, что boxplot.stats звонит fivenum. - person IRTFM; 05.10.2013