-4

编辑：

好吧，对不起，我会尽量说得更清楚，

我有 50 个场景（我在这里随机创建），我将所有这些场景放在一个矩阵中。在我可以应用 ecdf 函数之后，这给了我 50 个 ecdf 的列表。我想从我的 50 个场景的所有这些 ecdf 中计算分位数 90 和 10 以及中位数。

这是一个基本代码：

ma <- matrix(ncol = 50, nrow = 200)
for (i in 1:50) {
     x <- runif(1:200, min = 0, max = 100)
     ma[,i] <- x
}
ma_ecdf <- apply(ma, 2, ecdf)


plot(ma_ecdf[[1]])
for (i in 1:50) {
     lines(ma_ecdf[[i]])
}

所以我可以轻松地绘制所有这些参数，但我只想在图表上表示三个参数（Q10、Q50、Q90）。

编辑：

我找到了它的确切方法，所以我分享它，如果有时有人需要它。

您可以尝试代码，图形非常明确，并且很好地解释了我想要做什么。感谢那些试图帮助我的人！

ma_data <- matrix(ncol = 50, nrow = 200)

for (i in 1:50) {
     a <- runif(1:200, min = 0, max = 100)
     ma_data[,i] <- a
}

ma_ecdf <- apply(ma_data, 2, ecdf)
x <- seq(from = 0, to = 1, by =0.1)
ma <- matrix(ncol = 50, nrow = length(x))

for (i in 1:length(x)) {    
     prob <- x[i]
     for (j in 1:length(ma_ecdf)){
     ma[i,j] <- quantile(ma_ecdf[[j]], probs = prob)
     }
}

q10 <- apply(ma, 1, quantile, probs = c(0.10))
q90 <- apply(ma, 1, quantile, probs = c(0.90))
med <- apply(ma, 1, median)

plot(ma_ecdf[[1]])
for (i in 2:50) {
     lines(ma_ecdf[[i]])
}
lines(med, x, type = 'o', col = 'red', lwd = 2)
lines(q90, x, type = 'o', col = 'green', lwd = 2)
lines(q10, x, type = 'o', col = 'green', lwd = 2)

您可以选择使用分位数和中位数绘制所有 ecdf，或者仅绘制分位数和中位数以使其更清晰。

4

1 回答 1

1

-functionefun提取 ecdf 的环境，然后计算所需的分位数。（建议您不能将函数列表传递给 *apply 家族的成员是完全不正确的，尽管我认为 apply 可能会对函数 lsit 造成暴力。但是没有明确说明为什么要使用 apply 。）

绘图请求不清楚，所以我只是提供一个matplot. （我认为有趣的部分已经完成。）

 efun <- function(fn) { e <- environment(fn); quantile( e$x, prob=c(0.1, 0.5, 0.9) ) }
 sapply(ma_ecdf, efun)
 #------------
        [,1]      [,2]     [,3]      [,4]     [,5]     [,6]     [,7]     [,8]      [,9]
10% 11.20981  9.694139 11.07211  8.129253 10.18672 10.20660 13.42461 10.09662  9.155876
50% 50.86365 45.399646 50.09159 52.472317 45.83210 47.82140 52.37679 45.30424 51.370869
90% 90.73561 90.308808 87.72453 90.409360 89.66196 88.30103 92.96570 87.55434 91.887313
       [,10]    [,11]    [,12]   [,13]    [,14]     [,15]    [,16]    [,17]     [,18]
10% 11.52653 10.13625 10.04209 10.2433 10.14813  8.114616 13.86385 11.24537  8.682568
50% 49.29966 50.59389 52.60945 45.3897 51.34410 46.912610 54.52146 50.86271 49.204883
90% 87.62950 92.15806 91.54697 89.8588 92.53752 91.157058 86.73797 93.53906 90.686209
       [,19]    [,20]    [,21]     [,22]    [,23]    [,24]     [,25]    [,26]    [,27]
10% 13.42698  9.83722 12.50920  9.042764 12.68967 10.81326  7.331495 10.97554 12.82455
50% 53.85215 53.03308 53.53052 46.258026 53.21290 47.76353 40.680560 47.83468 48.76479
90% 88.38150 87.50191 89.57422 93.140304 91.31335 92.64003 87.679489 86.44366 87.89013
        [,28]    [,29]     [,30]     [,31]     [,32]    [,33]    [,34]     [,35]
10%  9.478504 11.97249  9.288765  8.023545  9.167379 11.97052 10.81782  9.129501
50% 51.256558 50.08606 42.848092 49.300343 51.131813 51.21670 43.35010 47.818362
90% 91.601705 86.56648 84.462400 91.899195 86.919949 90.47939 90.89439 89.810636
       [,36]     [,37]    [,38]    [,39]     [,40]    [,41]    [,42]    [,43]     [,44]
10% 16.61909  9.579045 10.96399 14.04819  8.941116 11.42047 11.16979 10.74832  8.836482
50% 57.78916 49.060583 52.84561 54.79853 48.950509 56.18923 46.80874 46.82841 50.649137
90% 92.04979 91.504328 90.61166 91.75224 89.978594 91.10922 88.41800 86.04107 92.654152
       [,45]    [,46]     [,47]    [,48]     [,49]    [,50]
10% 12.34652 10.10571  7.374205 11.54974  7.079834 11.04556
50% 48.43045 56.15222 47.624488 45.90533 52.843572 51.11976
90% 88.18035 91.85914 91.297291 89.62237 92.382659 91.92695

在此处输入图像描述

如果希望将所有 quantile_0.10 值链接在一起（以及使用函数序列作为 x 坐标的中位数和第 90 个百分位数，则此图是结果：

png();matplot( 1:50, t(sapply(ma_ecdf, efun)) , type="b"); dev.off()

在此处输入图像描述

于 2015-05-04T09:24:31.150 回答