使用 R 进行逆向统计

Question

我想做的事情听起来很简单。我想用 R 绘制一条平均值为 100、标准差为 15 的正常 IQ 曲线。然后，我希望能够在其上叠加数据散点图。

有人知道该怎么做吗？

Answer 1

我猜您想要做的是这样的：您想要绘制平均值为 100 且 sd = 15 的模型正态密度，并且您想要在其上覆盖经验密度 一些据称遵循模型正态密度的观察值，以便您可以直观地看到模型密度与经验密度的拟合程度。下面的代码应该做到这一点（这里，x将是实际观察的向量，但为了说明目的，我用混合正态分布 N(100,15) + 15*N(0,1) 生成它，即所谓的N(100,15) 分布加上噪声）。

require(ggplot2)
x <- round( rnorm( 1000, 100, 15 )) + rnorm(1000)*15
dens.x <- density(x)
empir.df <- data.frame( type = 'empir', x = dens.x$x, density = dens.x$y )
norm.df <-  data.frame( type = 'normal', x = 50:150, density = dnorm(50:150,100,15))
df <- rbind(empir.df, norm.df)
m <- ggplot(data = df, aes(x,density))
m + geom_line( aes(linetype = type, colour = type))

Answer 2

好吧，它更像是一个直方图，因为我认为您期望它们更像是一个整数舍入过程：

x<-round(rnorm(1000, 100, 15))
y<-table(x)
plot(y)
par(new=TRUE)
plot(density(x), yaxt="n", ylab="", xlab="", xaxt="n")

如果您想要叠加 dnorm 的理论值，请使用其中之一：

lines(sort(x), dnorm(sort(x), 100, 15), col="red")

-或者

points(x, dnorm(x, 100, 15))

Answer 3

您可以使用以下方法生成 IQ 分数 PDF：

curve(dnorm(x, 100, 15), 50, 150)

但是为什么要在密度曲线上叠加散点图呢？恕我直言，这很不寻常......

Answer 4

除了其他好的答案之外，您可能有兴趣绘制多个面板，每个面板都有自己的图表。 类似的东西。