에서 데이터로 주파수 또는 밀도를 사용하는 방법 R- 더미에서 데이터와 함께 주파수 또는 밀도를 사용하는 방법

R 간격으로 데이터를 분리하면 일부 정보가 손실됩니다. 그래도 데이터를 가장 완벽하게 설명하는 방법은 변수의 확률 밀도 함수 (PDF) 또는 밀도 를 추정하는 것입니다.

이 개념이 익숙하지 않은 경우 걱정하지 마십시오. 밀도는 데이터의 모든 값이 해당 값과 거의 동일 할 확률에 비례 함을 기억하십시오. 실제로 히스토그램의 경우 밀도가 개수로 계산되므로 밀도가있는 막대 그래프와 밀도가있는 막대 그래프 간의 유일한 차이는 999x990 축의 축척입니다. 나머지는 똑같은 것처럼 보입니다.

밀도 플롯을 만드는 법

density () 함수를 사용하여 변수의 밀도 함수를 추정 할 수 있습니다. 이 함수 자체의 출력은 그다지 알려주지 않지만 플롯에서 쉽게 사용할 수 있습니다. 예를 들어 마일리지 변수 mpg의 밀도를 다음과 같이 얻을 수 있습니다. >> mpgdens <- 밀도 (cars $ mpg)

이 방법으로 얻는 대상은 포함하지 않은 많은 정보가 포함 된 목록입니다 정말 봐야합니다. 그러나 그 목록은 "밀도를 표시하십시오"라고 말하면서 밀도를 플로팅하는 것을 쉽게 만듭니다.

>> plot (mpgdens)

줄거리가 약간 거칠어 보이지만 중요한 점은 데이터가 어떻게 나오는지 보는 것입니다. 밀도 개체는 선의 형태로 표시되며 데이터의 실제 값은

x

축에 있고 밀도는

y

축에 있습니다. mpgdens 목록 객체는 무엇보다도 x라는 요소와 y라는 요소를 포함합니다. 이것은 밀도를 플로팅하기위한 x - 및 y

좌표를 나타냅니다. R이 밀도를 계산할 때, density () 함수는 많은 작은 간격으로 데이터를 분할하고 각 간격의 중간 점에 대한 밀도를 계산합니다. 그 중점은 x의 값이고, 계산 된 밀도는 y의 값입니다. > hist (cars $ mpg, col = "gray", freq = FALSE) 이제 플롯은 이전과 완전히 똑같을 것입니다.

y

축의 값만 다릅니다.

y

축의 축척은 히스토그램에 밀도 플롯을 추가 할 수있는 방식으로 설정됩니다. 이를 위해 lines () 함수를 density 객체와 함께 인수로 사용합니다.

예를 들어, 이전 명령 바로 다음 코드를 사용하여 예상 밀도를 추가하여 이전 히스토그램을 조금 더 자세하게 표현할 수 있습니다. >> lines (mpgdens)

이 두 명령은 오른쪽에 있습니다. lines ()는 밀도 객체 mpgdens의 x 및 y 요소를 사용하여 선을 그립니다.