更容易的方式来绘制ggplot中的累积频率分布？ [英] Easier way to plot the cumulative frequency distribution in ggplot?

问题描述

我有一些直方图可以立即显示的数据

  qplot（mydata，binwidth = 1）; 
  

我在 http://www.r-tutor.com/elementary-statistics/quantitative-data/cumulative-frequency-graph ，但它涉及多个步骤，并且在探索数据时耗费时间。

有没有办法在ggplot中以更直接的方式实现它，类似于趋势行和置信区间可以通过指定选项来添加？

解决方案

内置 ecdf（） R中的函数应该使事情变得更简单。以下是一些示例代码，利用 plyr

  library（plyr）
数据（虹膜）
 
 ## Ecdf在所有物种上
 iris.all<  - 总结（虹膜，Sepal.Length =唯一（Sepal.Length），
 ecdf = ecdf（Sepal.Length）（unique（Sepal.Length）））
 
 ggplot（iris.all，aes（Sepal.Length，ecdf））+ geom_step（）
 $ b $ （种类），总结，
 Sepal.Length =唯一（Sepal.Length），
 ecdf = ecdf（Sepal .Length）（unique（Sepal.Length）））
 
 ggplot（iris.species，aes（Sepal.Length，ecdf，color = Species））+ geom_step（）
  

编辑我刚才意识到你想要累积频率。您可以通过将ecdf值乘以观察总数来获得：

  iris.all<  -  summary（iris， Sepal.Length = unique（Sepal.Length），
 ecdf = ecdf（Sepal.Length）（unique（Sepal.Length））* length（Sepal.Length））
 
 iris.species <  -  ddply（iris，。（Species），summary，
 Sepal.Length = unique（Sepal.Length），
 ecdf = ecdf（Sepal.Length）（unique（Sepal.Length））*长度（Sepal.Length））
  

I'm looking for an easier way to draw the cumulative distribution line in ggplot.

I have some data whose histogram I can immediately display with

qplot (mydata, binwidth=1);

I found a way to do it at http://www.r-tutor.com/elementary-statistics/quantitative-data/cumulative-frequency-graph but it involves several steps and when exploring data it's time consuming.

Is there a way to do it in a more straightforward way in ggplot, similar to how trend lines and confidence intervals can be added by specifying options?

解决方案

There is a built in ecdf() function in R which should make things easier. Here's some sample code, utilizing plyr

library(plyr)
data(iris)

## Ecdf over all species
iris.all <- summarize(iris, Sepal.Length = unique(Sepal.Length), 
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)))

ggplot(iris.all, aes(Sepal.Length, ecdf)) + geom_step()

#Ecdf within species
iris.species <- ddply(iris, .(Species), summarize,
                            Sepal.Length = unique(Sepal.Length),
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)))

ggplot(iris.species, aes(Sepal.Length, ecdf, color = Species)) + geom_step()

Edit I just realized that you want cumulative frequency. You can get that by multiplying the ecdf value by the total number of observations:

iris.all <- summarize(iris, Sepal.Length = unique(Sepal.Length), 
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)) * length(Sepal.Length))

iris.species <- ddply(iris, .(Species), summarize,
                            Sepal.Length = unique(Sepal.Length),
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length))*length(Sepal.Length))

这篇关于更容易的方式来绘制ggplot中的累积频率分布？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！