Slik bruker du frekvenser eller tettheter med dataene dine i R-dummies

Ved å bryte opp dataene dine i intervaller i R, mister du litt informasjon. Likevel er den mest komplette måten å beskrive dataene på, ved å anslå sannsynlighetstetthetsfunksjonen (PDF) eller tetthet av variabelen.

Hvis dette konseptet er ukjent for deg, ikke bekymre deg. Bare husk at tettheten er proporsjonal med sjansen for at noen verdi i dataene er omtrent lik den verdien. Faktisk, for et histogram, beregnes tettheten fra tellingen, så den eneste forskjellen mellom et histogram med frekvenser og en med tettheter er skalaen for y -aksen. For resten ser de ut akkurat det samme.

Slik lager du et tetthetskort

Du kan estimere tetthetsfunksjonen til en variabel ved hjelp av tetthet () -funksjonen. Utgangen av denne funksjonen selv forteller deg ikke så mye, men du kan enkelt bruke den i en tomt. For eksempel kan du få tettheten til kjørelengdevariabelen mpg slik: >> mpgdens <- tetthet (biler $ mpg)

Objektet du får denne måten er en liste som inneholder mye informasjon du ikke gjør virkelig trenger å se på. Men den listen gjør plotting tettheten like enkelt som å si "plotte tettheten":

>> plot (mpgdens)

Plottet ser litt grovt ut på kantene, men det viktigste er å se hvordan dataene dine kommer ut. Tetthetsobjektet er plottet som en linje, med de faktiske verdiene av dataene dine på

x

-aksen og tettheten på y -aksen. Objektet mpgdens inneholder blant annet et element som heter x og en som heter y. Disse representerer x

- og y -koordinater for å plotte densiteten. Når R beregner tettheten, splittrer tetthet () -funksjonen dine data i en rekke små intervaller og beregner tettheten for midtpunktet for hvert intervall. Disse midtpunktene er verdiene for x, og de beregnede tettheter er verdiene for y.

Slik plottes tettheter i et histogram

Husk at hist () -funksjonen returnerer tellingene for hvert intervall. Nå er sjansen for at en verdi ligger innenfor et bestemt intervall, direkte proporsjonal med tellingene. Jo flere verdier du har innen et visst intervall, desto større er sjansen for at en verdi du velger ligger i det intervallet.

Så, i stedet for å plotte tallene i histogrammet, kan du like godt plotte densitetene. R gjør alle beregningene for deg - det eneste du trenger å gjøre er å sette freq-argumentet til hist () til FALSE, slik: >> hist (biler $ mpg, col = "grå", freq = FALSE)

Nå vil plottet se nøyaktig ut som før; bare verdiene på

y

-aksene er forskjellige.Skalaen på

y -aksen er satt på en slik måte at du kan legge til tetthetsplottet over histogrammet. For det, bruker du linjene () -funksjonen med tetthetsobjektet som argumentet. Så du kan for eksempel fancy opp det forrige histogramet litt lenger ved å legge til estimert tetthet ved å bruke følgende kode umiddelbart etter forrige kommando: >> linjer (mpgdens) Du ser resultatet av disse to kommandoene på høyre side. Husk at linjer () bruker x- og y-elementene fra tetthetsobjektet mpgdens for å plotte linjen.