0

我的数据集非常大，渲染生成的QQ 图很慢，有时甚至会冻结我的浏览器。我知道我的一个选择就是对数据向量进行下采样。但是，我想尝试hex binning技术而不是下采样。不幸的是，我无法让它工作（我的几次尝试中的两个如下所示）。如果可以使用十六进制分箱来实现下采样（我怀疑是，因为它类似于直方图），如果有人能告诉我如何做到这一点，我将不胜感激。我用ggplot2. 谢谢！

g <- ggplot(df, aes(x=var)) + stat_qq(aes(x = var), geom = "hex")

g <- ggplot(df, aes(x = var, y = ..density..)) + 
    geom_hex(aes(sample = var), stat = "qq")

print (g)

第一次调用会导致以下错误消息：

Error: stat_qq requires the following missing aesthetics: sample

第二次调用导致此消息：

Error in eval(expr, envir, enclos) : object 'density' not found

更新：我认为更正确的变体是这样，但我不确定参数应该是什么：

g <- ggplot(df, aes(??, ??)) +  stat_binhex()
4

1 回答 1

1

不确定这是否正是您要寻找的，但我提供了几种方法来进行六边形分箱。首先是您尝试使用的 ggplot，第二个是 hexbin 包，这对我来说看起来更好，但只是我的偏好。

    library(ggplot2)

    x <- rgamma(1000,8,2)
    y <- rnorm(1000,4,1.5)
    binFrame <- data.frame(x,y)

    qplot(x,y,data=binFrame, geom='bin2d') # with ggplot...rectangular binning actually

    library(hexbin)
    hexbinplot(y~x, data=binFrame) # with hexbin...actually hexagonal binning

编辑：

所以我在午餐时想了一点，我认为基本问题是 hexbining 是一种多维数据缩减技术，看起来你正在尝试在非常大的样本上做单变量 QQ 图，但在 ggplot 中使用 hexbin。无论如何，我可以想到一种用 ggplot 绘制 hex bin 图的方法，但我想出的最好方法是从头开始并手动构建理论分位数 (x) 和样本分位数 (y)。所以这就是我想出的。

手动基本 QQ 绘图

# setting up manual QQ plot used to plot with and with out hexbins

    xSamp <- rgamma(1000,8,.5) # sample data
    len <- 1000
    i <- seq(1,len,by=1)
    probSeq <- (i-.5)/len # probability grid
    invCDF <- qnorm(probSeq,0,1) # theoretical quantiles for standard normal, but you could compare your sample to any distribution
    orderGam <- xSamp[order(xSamp)] # ordered sampe
    df <- data.frame(invCDF,orderGam)

    plot(invCDF,orderGam,xlab="Standard Normal Theoretical Quantiles",ylab="Standardized Data Quantiles",main="QQ-Plot")
    abline(lm(orderGam~invCDF),col="red",lwd=2)

常规QQ图

在ggplot中使用Hexbins的QQ图：

 ggplot(df, aes(invCDF, orderGam)) + stat_binhex() + geom_smooth(method="lm")
![用ggplot绘制QQ图][2]

因此，在一天结束时，这可能不会轻易扩大，但如果您正在寻找真正的多维正态性检验，您可能会考虑多元正态性的卡方图。干杯

于 2014-09-09T23:46:49.007 回答