R:如何用rCharts绘制统计函数

Question

我想用rCharts包绘制统计分布(如正态分布)。我能够像这样使用curve或ggplot2绘制它。

曲线

curve(dnorm, xlim=c(-10,10))

​

​

ggplot2

ggplot(data.frame(x=c(-10,10)), aes(x)) + stat_function(fun=dnorm, args=list(0, 1))

​

​

我想用rCharts绘制统计函数，但我做不到。我如何绘制它呢？

Answer 1

您不能在rChart中显式地做到这一点，但是对于任何统计分布，通常对于您想要的任何函数来说，单独这样做都是非常容易的。您可以对每个统计分布使用完全相同的技术，如d/r/p/q-distribution，如?rnorm，?rbinom等，但对于，您想要的任何函数，都可以将其推广。我还包括一个泛型函数的示例。

用dnorm rnorm**:**和表示正态分布的

x <- rnorm(1000) #you need rnorm here to create 1000 standard normally distributed observations. 
y <- eval(dnorm(x)) #evaluate the function using dnorm now to get probabilities.
#the use of eval() will be clear in the next example. Here you can even omit it if it confuses you.
df <- data.frame(x,y) #make df

#plot
rPlot(y ~ x, data=df, type='line' )

​

类似地，对于二项分布，您将使用dbinom和rbinom进行完全相同的操作。其他发行也是一样的。

您还可以按照@Gregor的注释使用类似于x = seq(-6, 6, length = 1000)的内容，而不是使用rnorm函数来创建自定义x变量，然后使用dnorm生成相应的概率。这种方法的优点是您可以直接设置x轴的限制。例如：

a <- seq(-6,6,length=1000) #use -10,10 to reproduce your example
b <- dnorm(a)
df <- data.frame(a,b)
rPlot(b~a,data=df,type='line')

​

​

作为如何绘制任意函数的演示和推广

让我们以函数log(1+x)为例。在这里，您将看到绘制任何函数是多么容易：

x <- runif(1000,1,10) #1000 points are enough
y <- eval(log(1+x)) #easily evaluate the function for your x vector
#the previous was a very special case where you had 2 functions rnorm and dnorm
#instead of an x vector and an f(x) function like here
#this is very easy to generalize
df <- data.frame(x,y) #make df

#plot
rPlot(y ~ x, data=df, type='line' )

​

​

你可以用同样的方式使用任何你想要的函数！