x
の値に対してprob
の値を予測する場合は、これを行う方法の1つです。注意ここではloess
予測関数を使用しています(使用したggplot
のsmooth
geomのデフォルトだと考えているからです)。これはあなたには適しているかもしれません。
x <- c(0.00, 1.08, 2.08, 3.08, 4.08, 4.64, 4.68)
prob <- c(0.000, 0.600, 0.370, 0.010, 0.006, 0.006, 0.006)
まず1列とデータフレームを作る、私は予測の束を作るために、その列にデータポイントの全体の多くを入れます。
df <- data.frame(datapoints = seq.int(0, max(x), 0.1))
次に、予測列を作成します。私は、関数を使用して、loess
スムージングされた関数を渡します。 loess
機能をご入力データを与えている、とpredict
がdf$datapoints
df$predicted <- predict(loess(prob ~ x, span = 0.55), df$datapoints)
の値に対して予測するloess
から機能を使用するように要求されたここで、出力は次のようになります。物事のプロット側で
> head(df)
datapoints predicted
1 0.0 0.01971800
2 0.1 0.09229939
3 0.2 0.15914675
4 0.3 0.22037484
5 0.4 0.27609841
6 0.5 0.32643223
、ggplot2
は行くには良い方法ですので、私は離れて、ここqplot
から敬遠する理由は表示されません。ggplot2
からより多くの柔軟性を得るためには、@ Jan Silaが別の答えで述べたように、関数をより明示的にコーディングすることができます。ここでは、より一般的な(そして、より柔軟な)ggplot2
年代との双方向の構文です:
plot <- ggplot(data = df,
mapping = aes(x = datapoints,
y = predicted)) +
geom_point() +
geom_smooth(span = 0.55)
plot
あなたはどこから来るものを配布estiamteしたいですか?統計は非常に良くないかもしれませんが、ごくわずかな観測しかありません。 –
はい1月....私はそのような限られたデータが与えられている分布が何であるか知りたいです。しかし、私はそれを行う方法を知らない?それとも、データが限られていることを考えれば可能でしょうか? – qillbel