2019獨角獸企業重金招聘Python工程師標準>>>

• 核密度估計

用于估計隨機變量概率密函數的一種非參數方法

plot(density(x)) #x是數值型向量

例

• 核密度圖

#如下圖 d <- density(mtcars$mpg) plot(d) d <- density(mtcars$mpg) plot(d, main="Kernel Density of Miles Per Gallon") #添加標題 polygon(d, col="red", border="blue") #ploygon()函數根據頂點的 x 與 y坐標（本例中由density()函數提供）繪制多邊形 rug(mtcars$mpg, col="brown") #添加棕色的軸須線

?

• 可比較的核密度圖

#可比較的和密度圖 library(sm) attach(mtcars) cyl.f <-factor(cyl,levels = c(2,4,6),labels=c("4 cylinder","6 cylinder","8 cylinder")) sm.density.compare(mpg,cyl,xlab ="xxx") #繪制密度圖 title("yyy") #主標題colfill <- c(2:1+length(levels(cyl.f))) #得到值c(2,3,4) legend("topright",levels(cyl.f),fill=colfill) #locator(1)表示用鼠標點擊想讓圖例出現的位置來交互式地放置圖例#我修改為 topright#fill=colfill表示為每個水平指定了一種顏色

從上圖可以看出，核密度圖的疊加也不失為一種在某個結果變量上跨組比較觀測的強大方法，可以看到不同組所含值的分布狀態，以及不同組之間的重疊程度

?

?

轉載于:https://my.oschina.net/u/1785519/blog/1563079

總結

以上是生活随笔為你收集整理的核密度图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。