我有一個向量表示一系列事件發生的時間(以午夜爲單位),我想繪製一天中這些事件的密度。以下是一種方法:周期函數的密度密度
rs <- 60*60*24*c(rbeta(5000, 2, 5), runif(10000, 0, 1))
den <- density(rs, cut=0)
plot(den, ylim=range(0,den$y))
問題是它的端點密度錯誤,因爲這是一個循環函數。如果你連續繪製3個時段,你看到在中間時期的真密度:
den <- density(c(rs, rs+60*60*24, rs+2*60*60*24), cut=0)
plot(den, ylim=range(0,den$y))
我的問題是,是否有一些[好]的方式來獲得從原始數據中塊的密度,無三倍我所做的觀察次數。如果在端點附近沒有任何觀察結果,我當然需要提供這段時間的長度。
你可以看一下'circular'軟件包:http://cran.r-project.org/web/packages/circular/,以便估計一個圓圈(即循環)數據集的密度。 – Iterator
這是一篇博客文章,[圓形或球形數據和密度估算](http://goo.gl/ShjgY),詳細介紹併爲計算和圖形提供了廣泛的R代碼。我不認爲它們是@Iterator提到的相同函數(感謝這種方式的引用),但即使您決定使用該庫,它仍然適用於圖。 –
非常好,謝謝! –