Нахождение функции наиболее вероятного распределения при использовании sm.de density.compare

Я использую пакет "sm" для изучения распределений в моих наборах данных. Для тех, кому интересно, я смотрю на практику приема на работу в зависимости от возраста и пытаюсь определить, меняется ли возрастное распределение для групп из-за таких атрибутов, как пол или образование.

Пакет SM - это для меня новый опыт, и я пытаюсь найти функцию, описывающую наиболее вероятную функцию плотности, генерирующую набор данных, при условии, что нулевая гипотеза верна (что оба графика плотности генерируются случайными выборками, взятыми из одного и того же распределения). У меня нет репутации, необходимой для публикации изображений, но я нашел это на Imgur, которое также создается с помощью sm.de density.compare.

введите описание изображения здесь

На изображении мы видим два графика плотности ядра и бирюзовую область, которая, как я понимаю, эталонная полоса, содержащая с вероятностью 95% наличие графика истинной плотности при условии, что две линии были сформированы данными, полученными из одного и того же распределения.

Я хотел бы узнать способ вычисления вектора, проходящего через наиболее вероятную точку в пределах эталонной полосы для каждого значения на оси x. В соответствии с правилами я, конечно, открыт для предложений, что я либо сошел с ума, либо мне следует использовать другой пакет.


person Sigvard    schedule 04.08.2014    source источник
comment
Спасибо за редактирование!   -  person Sigvard    schedule 05.08.2014


Ответы (1)


По-видимому, в Rstudio или R есть какая-то ошибка, которая помешала мне решить проблему наиболее очевидным способом. Как и все остальное в R, sm.de density.compare создает объект, но для меня это не удалось, когда я попытался его сохранить.

Проблема автоматически исчезла, когда я сначала нарисовал объект (поведение по умолчанию при выполнении sm.de density.compare), а затем сделал то же самое, но также создал новый объект.

So:

sm.density.compare(a, b, model="equal", xlab=Year of Birth")
DensityObject = sm.density.compare(a, b, model="equal", xlab=Year of Birth")

И тогда фактическая линия может быть рассчитана следующим образом:

DensityObject$average = rowMeans(cbind(DensityObject$upper, DensityObject$lower), na.rm=TRUE)
person Sigvard    schedule 09.08.2014