Hoe u eenvoudig een chi-kwadraatverdeling in r kunt plotten

Om een dichtheidsplot voor een Chi-kwadraatverdeling in R te maken, kunnen we de volgende functies gebruiken:

• dchisq() om de kansdichtheidsfunctie te maken
• Curve() om de kansdichtheidsfunctie te plotten

Het enige dat we hoeven te doen om de plot te maken, is het opgeven van de vrijheidsgraden voor dchisq() en de uit- en terugpunten voor curve() .

De volgende code illustreert bijvoorbeeld hoe u een dichtheidsplot maakt voor een Chi-kwadraatverdeling met 10 vrijheidsgraden waarbij de x-as van de grafiek tussen 0 en 40 ligt:

 curve(dchisq(x, df = 10), from = 0, to = 40)

De dichtheidsplot bewerken

We kunnen de dichtheidsplot ook bewerken door een titel toe te voegen, het label op de Y-as te wijzigen, de lijnbreedte te vergroten en de lijnkleur te wijzigen:

 curve(dchisq(x, df = 10), from = 0, to = 40,
      main = 'Chi-Square Distribution (df = 10)', #add title
      ylab = 'Density', #change y-axis label
      lwd = 2, #increase line width to 2
      col = 'steelblue') #change line color to steelblue

Vul de dichtheidsplot in

Naast het maken van de dichtheidsplot, kunnen we een deel van de plot vullen met behulp van de polygon()- functie op basis van een begin- en eindwaarde.

De volgende code laat zien hoe u het dichtheidsgedeelte van de grafiek invult voor x-waarden tussen 10 en 40:

 #create density curve
curve(dchisq(x, df = 10), from = 0, to = 40,
main = 'Chi-Square Distribution (df = 10)',
ylab = 'Density',
lwd = 2)

#create vector of x values
x_vector <- seq(10, 40)

#create vector of chi-square density values
p_vector <- dchisq(x_vector, df = 10)

#fill in portion of the density plot from 0 to 40
polygon(c(x_vector, rev(x_vector)), c(p_vector, rep(0, length(p_vector))),
        col = adjustcolor('red', alpha=0.3), border = NA)

De volgende code laat zien hoe u het dichtheidsgedeelte van de plot invult voor x-waarden tussen 0 en 10:

 #create density curve
curve(dchisq(x, df = 10), from = 0, to = 40,
main = 'Chi-Square Distribution (df = 10)',
ylab = 'Density',
lwd = 2)

#create vector of x values
x_vector <- seq( 0, 10 )

#create vector of chi-square density values
p_vector <- dchisq(x_vector, df = 10)

#fill in portion of the density plot from 0 to 10
polygon(c(x_vector, rev(x_vector)), c(p_vector, rep(0, length(p_vector))),
        col = adjustcolor('red', alpha=0.3), border = NA)

De volgende code illustreert hoe u het gedeelte van de dichtheidsplot invult voor x-waarden buiten de centrale 95% van de verdeling:

 #create density curve
curve(dchisq(x, df = 10), from = 0, to = 40,
main = 'Chi-Square Distribution (df = 10)',
ylab = 'Density',
lwd = 2)

#find upper and lower values for middle 95% of distribution
lower95 <- qchisq(.025, 10)
upper95 <- qchisq(.975, 10)

#create vector of x values
x_lower95 <- seq(0, lower95)

#create vector of chi-square density values
p_lower95 <- dchisq(x_lower95, df = 10)

#fill in portion of the density plot from 0 to lower 95% value
polygon(c(x_lower95, rev(x_lower95)), c(p_lower95, rep(0, length(p_lower95))),
        col = adjustcolor('red', alpha=0.3), border = NA)

#create vector of x values
x_upper95 <- seq(upper95, 40)

#create vector of chi-square density values
p_upper95 <- dchisq(x_upper95, df = 10)

#fill in portion of the density plot for upper 95% value to end of plot
polygon(c(x_upper95, rev(x_upper95)), c(p_upper95, rep(0, length(p_upper95))),
        col = adjustcolor('red', alpha=0.3), border = NA)

Ten slotte illustreert de volgende code hoe u het gedeelte van de dichtheidsplot invult voor x-waarden die binnen de centrale 95% van de verdeling vallen:

 #create density curve
curve(dchisq(x, df = 10), from = 0, to = 40,
main = 'Chi-Square Distribution (df = 10)',
ylab = 'Density',
lwd = 2)

#find upper and lower values for middle 95% of distribution
lower95 <- qchisq(.025, 10)
upper95 <- qchisq(.975, 10)

#create vector of x values
x_vector <- seq(lower95, upper95)

#create vector of chi-square density values
p_vector <- dchisq(x_vector, df = 10)

#fill in density plot
polygon(c(x_vector, rev(x_vector)), c(p_vector, rep(0, length(p_vector))),
        col = adjustcolor('red', alpha=0.3), border = NA)