我有一个向量表示一系列事件发生的时间(以午夜为单位),我想绘制一天中这些事件的密度。以下是一种方法:周期函数的密度密度
rs <- 60*60*24*c(rbeta(5000, 2, 5), runif(10000, 0, 1))
den <- density(rs, cut=0)
plot(den, ylim=range(0,den$y))
问题是它的端点密度错误,因为这是一个循环函数。如果你连续绘制3个时段,你看到在中间时期的真密度:
den <- density(c(rs, rs+60*60*24, rs+2*60*60*24), cut=0)
plot(den, ylim=range(0,den$y))
我的问题是,是否有一些[好]的方式来获得从原始数据中块的密度,无三倍我所做的观察次数。如果在端点附近没有任何观察结果,我当然需要提供这段时间的长度。
你可以看一下'circular'软件包:http://cran.r-project.org/web/packages/circular/,以便估计一个圆圈(即循环)数据集的密度。 – Iterator
这是一篇博客文章,[圆形或球形数据和密度估算](http://goo.gl/ShjgY),详细介绍并为计算和图形提供了广泛的R代码。我不认为它们是@Iterator提到的相同函数(感谢这种方式的引用),但即使您决定使用该库,它仍然适用于图。 –
非常好,谢谢! –