quantile

3热度

2回答

我试图通过使用来自Hmisc的cut2来计算矢量的相等分位数切割。 library(Hmisc) c <- c(-4.18304,-3.18343,-2.93237,-2.82836,-2.13478,-2.01892,-1.88773, -1.83124,-1.74953,-1.74858,-0.63265,-0.59626,-0.5681) cut2(c, g=3, only

1热度

2回答

R中的Decile函数 - 嵌套的ifelse（）语句导致运行时间不佳

我写了一个函数来计算向量中每行的十进制数。我这样做的目的是创建图形来评估预测模型的功效。必须有一个更简单的方法来做到这一点，但我暂时还没有弄清楚。有没有人有任何想法如何我可以用这种方式得到一个向量没有这么多嵌套ifelse（）语句？我包含了函数以及一些代码来复制我的结果。 # function decile <- function(x){ deciles <- vector(lengt

1热度

1回答

当处理指数数据集时，是否使用mquantiles（）是否准确？

我正试图找到最准确的函数来给我一个数据集内给定值的分位数。数据集将（可能）始终是指数分布。我使用的方法如下（我道歉，如果编码很差，因为我真的基础设施的人，而不是一个统计的家伙，也不是每天DEV）： import sys, scipy, numpy from matplotlib import pyplot from scipy.stats.mstats import mquantiles

1热度

1回答

分位数回归的置信区间是多少？以及如何找到其他默认值？

有一种方法来构造分位数回归的置信区间： x <- rnorm(1000) y <- x + 2*rnorm(1000) rqm1 <- rq(y~x) summary(rqm1) 什么是默认？是5％吗？如何找到另一个，比如10％？

3热度

1回答

绘制位数，中位数和推广使用SciPy的和matplotlib

我是新来matplotlib，我想创建一个情节，包含以下信息：一个连线大约200可变长度向量的中位数（输入）连接这些向量的相应分位数的线。加入相应点差线（最大点和最小点）的一条线。所以基本上，它有点像一个连续的盒子情节。谢谢！

0热度

1回答

Rcpp：比较器的方便使用

我是使用Rcpp的初学者，我希望在分位数计算后能够更快地选择矢量值。在下面的例子中，当下限和上限通过qnorm函数计算得到时，它运行良好手动输入（函数val.sel.1）。然而，当这些限制来自先前的计算时，不会得到结果向量（函数val.sel.2）。我想知道我在论证中使用什么是错误的。在此先感谢您的帮助。阿兰 R> src.1 <-' NumericVector x = xx, p = p

1热度

1回答

R中统一的QQ空间统一空频带

这个问题是关于在R中基于逐点分位数估计值绘制同时空频带的简便方法。假设我获得了一个p值向量，我想通过使用uniform QQ情节，如果它的分布接近均匀分布（...如果不是，那么哪个点“脱颖而出”，即落在该频带之外）。下面是一个例子（其中u_obs表示p值从均匀分布不一定 - 仅用于说明的目的）： library(gap) u_obs = qqrunif(1000) qqunif(u_obs,p

1热度

1回答

如何根据数据值对熊猫数据框中的列进行分类？

我有一个数据框，其中包含一个包含实际值的列。我想有一个额外的列，根据继承人的大小分类这些值。例如，我想知道一个值是否属于一组最大值中最小值的组。我希望这两个团体拥有相同数量的元素。例如。如果我有下列值： [1,2,3,4,40,50] 我想映射1,2和3比1和4，40，和50至2有一种简单的方法来做到这在数据帧。在上面的例子中，我只使用了两组。但我想保持灵活性。例如，对于三组我要地图1和

1热度

1回答

实证位数比较效果大小

我试图重新与经验数据下面的积分：其中，F，G是CDFS和它们的逆都是位数功能。这里是我的代码： def eqces(u,v): import numpy as np import statsmodels.api as sm from scipy.stats.mstats import mquantiles ecdfu = sm.distribution

4热度

1回答

计算平均为位数

考虑以下矢量： vec = rnorm(1000) 我想计算该矢量的五分位数，然后平均矢量值对于每个分位。我知道获得位数的方式是： qtle = quantile(vec, seq(from = 0, to = 1, by = 0.2) ，但我不知道如何计算每个分位数内的值的平均值（即底部20％的平均值，平均接下来的20％等）以有效的方式进行。任何想法？谢谢。