洛伦兹曲线图

Question

我需要得到累积变量的洛伦兹曲线作为观测值数量的函数。我希望两个轴都以百分比形式显示（例如，观察值是买家数量，y变量是他们购买的数量，买家已经按降序排列，我想得到的情节是“前10名％购买者购买了总购买量的90％“）。我的数据集是几百万观察值。

这样做的最好方法是什么？子问题：

如果我需要为总观测值和总购买量的分位数添加两个变量（以便使用它们进行绘图），那么返回行数的对象是什么？我想：

user_quantile <- row(df)/nrow(df)

，但我得到相同的列（user_quantile.1，user_quantile.2），其中我只需要一列的矩阵。

是否有任何方式跳过添加百分比作为变量，只有他们的轴值？

这个情节有很多点，比我需要得到的线。最大限度地减少计算工作量并获得一张好图的最佳方法是什么？

谢谢。

Answer 1

您可能想要了解有关R内容的优秀RSeek搜索引擎。一个快速查询洛伦兹曲线（和洛伦茨曲线）导致这些软件包：

• ineq：测量不平等，浓度和贫困
• reldist：相对分布方法
• GeoXp：互动探索空间数据分析
• lawstat：生物统计学，公共政策和法律的R包

所有这些似乎都提供了洛伦兹曲线函数。

Answer 2

为了完成绘图，您首先需要安排原始数据。

1）您可以使用Hmisc软件包中的cut2()函数来削减分位数。检查文档，这并不难。它与基础包中的cut()类似。

2）将cut2()函数与收入数据一起使用后，需要计算每个十分位数的频率。为此，请使用table()。然后计算每个十分位数的收入百分比。

3）现在你应该有一张非常小的表格，其中包含以下列： Decile，累计收入的百分比。 添加45度线的另一列。只需添加一个不断累积的收入百分比。

finaltable$cumulative_equality_line = seq(0.1, 1, by = 0.1) 

4）您可以使用基础图形或ggplot2进行绘图。我想你可以用第3步的信息来做，也可以查看具体的绘图问题。

我得尽快做，但我已经有了决赛桌。一旦我做到了，我会发布绘图代码。

祝你好运！