আর এর মধ্যে একটি হিস্টোগ্রামে ঘনত্বের বক্ররেখা ফিটিং করা

Question 1

আর-তে এমন কোনও ফাংশন রয়েছে যা কোনও হিস্টোগ্রামের সাথে একটি বাঁক খায়?

ধরা যাক আপনার নিম্নলিখিত হিস্টোগ্রাম ছিল

hist(c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4)))

এটি দেখতে সাধারণ দেখাচ্ছে, তবে এটি স্কিওড। আমি একটি সাধারণ বক্ররেখা ফিট করতে চাই যা এই হিস্টোগ্রামের চারপাশে মোড়ানোর জন্য জড়িত।

এই প্রশ্নটি বরং মূল, তবে আমি ইন্টারনেটে আর এর উত্তর খুঁজে পাচ্ছি না।

Question 2

যদি আমি আপনার প্রশ্নটি সঠিকভাবে বুঝতে পারি তবে আপনি সম্ভবত হিস্টোগ্রামের সাথে ঘনত্বের অনুমানও চান:

X <- c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4))
hist(X, prob=TRUE)            # prob=TRUE for probabilities not counts
lines(density(X))             # add a density estimate with defaults
lines(density(X, adjust=2), lty="dotted")   # add another "smoother" density

একটি দীর্ঘ সময় পরে সম্পাদনা করুন:

এখানে কিছুটা বেশি পোশাক পরিহিত সংস্করণ:

X <- c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4))
hist(X, prob=TRUE, col="grey")# prob=TRUE for probabilities not counts
lines(density(X), col="blue", lwd=2) # add a density estimate with defaults
lines(density(X, adjust=2), lty="dotted", col="darkgreen", lwd=2)

গ্রাফের সাথে এটি উত্পাদন করে:

এখানে চিত্র বর্ণনা লিখুন

Question 3

Ggplot2 এর মাধ্যমে এ জাতীয় জিনিস সহজ

library(ggplot2)
dataset <- data.frame(X = c(rep(65, times=5), rep(25, times=5), 
                            rep(35, times=10), rep(45, times=4)))
ggplot(dataset, aes(x = X)) + 
  geom_histogram(aes(y = ..density..)) + 
  geom_density()

বা ডার্কের সমাধান থেকে ফলাফল নকল করতে

ggplot(dataset, aes(x = X)) + 
  geom_histogram(aes(y = ..density..), binwidth = 5) + 
  geom_density()

Question 4

আমি এটি করার উপায় এখানে:

foo <- rnorm(100, mean=1, sd=2)
hist(foo, prob=TRUE)
curve(dnorm(x, mean=mean(foo), sd=sd(foo)), add=TRUE)

একটি বোনাস অনুশীলন হ'ল ggplot2 প্যাকেজ সহ এটি করা ...

Question 5

ডিস্ট হিস্টোগ্রামের উপর ঘনত্বের কার্য কীভাবে প্লট করবেন তা ব্যাখ্যা করেছেন। তবে কখনও কখনও আপনি ঘনত্বের পরিবর্তে স্কিউড সাধারণ বিতরণ এবং প্লটটির দৃ stronger় ধারণা নিয়ে যেতে চাইতে পারেন। আপনি বিতরণের প্যারামিটারগুলি অনুমান করতে পারেন এবং এটি সান প্যাকেজ ব্যবহার করে প্লট করতে পারেন :

> sn.mle(y=c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4)))
$call
sn.mle(y = c(rep(65, times = 5), rep(25, times = 5), rep(35, 
    times = 10), rep(45, times = 4)))

$cp
    mean     s.d. skewness 
41.46228 12.47892  0.99527

স্কিউ-স্বাভাবিক বিতরণ করা ডেটা প্লট

এটি সম্ভবত স্কু-স্বাভাবিকের চেয়ে বেশি ডেটাতে আরও ভাল কাজ করে:

আরেকটি স্কিউ-স্বাভাবিক প্লট

Question 6

আমারও একই সমস্যা ছিল কিন্তু ডার্কের সমাধানটি কাজ করে নি বলে মনে হচ্ছে। আমি প্রতিবার এই সতর্কতা মেসেজ পেয়েছিলাম

"prob" is not a graphical parameter

আমি মাধ্যমে পড়েছি ?histএবং সম্পর্কে জানতে পেরেছিfreq: a logical vector set TRUE by default.

কোডটি আমার পক্ষে কাজ করেছে

hist(x,freq=FALSE)
lines(density(x),na.rm=TRUE)