5 回答

TA貢獻(xiàn)1884條經(jīng)驗(yàn) 獲得超4個(gè)贊
一、R預(yù)設(shè)調(diào)色板
這一系列函數(shù)有5個(gè),即:
rainbow
heat.colors
terrain.colors
topo.colors
cm.colors
在R環(huán)境里面輸入問(wèn)號(hào)(?)和上面任一函數(shù)名就可以獲得這5個(gè)函數(shù)的用法說(shuō)明。這些函數(shù)最少需要一個(gè)參數(shù),n,表示要得到顏色的數(shù)量。n在系統(tǒng)允許范圍內(nèi)沒有限制。下面用彩虹色調(diào)色板函數(shù)rainbow產(chǎn)生的顏色繪一個(gè)色盤:
> setwd("D:/"); n=1000
> png("rainbow.disc.png", bg = "transparent")
> par(mar = c(0,0,0,0))
> pie(rep(1,times=n),labels="",col=rainbow(n),border=rainbow(n))
> dev.off()運(yùn)行后回在D盤根目錄下得到一個(gè)rainbow.disc.png文件,圖形如下:
五個(gè)調(diào)色板產(chǎn)生的顏色對(duì)比如下:
> par(mfrow=c(5,1)); par(mar=c(0.1,0.1,2,0.1));par(xaxs="i", yaxs="i")
> n <- 10000
> barplot(rep(1,times=n),col=rainbow(n),border=rainbow(n),axes=FALSE, main="Rainbow colors");box()
> barplot(rep(1,times=n),col=heat.colors(n),border=heat.colors(n),axes=FALSE, main="heat.colors");box()
> barplot(rep(1,times=n),col=terrain.colors(n),border=terrain.colors(n),axes=FALSE,main="terrain.colors"); box()
> barplot(rep(1,times=n),col=topo.colors(n),border=topo.colors(n),axes=FALSE, main="topo.colors");box()
> barplot(rep(1,times=n),col=cm.colors(n),border=cm.colors(n),axes=FALSE, main="cm.colors"); box()
當(dāng)然你可能不需要這么多顏色,改變n值就可以了:
> n <- 10
> barplot(rep(1,times=n),col=rainbow(n),border=rainbow(n),axes=FALSE, main="Rainbow colors");box()
> barplot(rep(1,times=n),col=heat.colors(n),border=heat.colors(n),axes=FALSE, main="heat.colors");box()
> barplot(rep(1,times=n),col=terrain.colors(n),border=terrain.colors(n),axes=FALSE,main="terrain.c

TA貢獻(xiàn)1842條經(jīng)驗(yàn) 獲得超13個(gè)贊
x <- rnorm(10000,0,1)
hist(x, col="grey", prob=TRUE)
lines(density(x), col="red")

TA貢獻(xiàn)1785條經(jīng)驗(yàn) 獲得超4個(gè)贊
首先可以利用fitdistr函數(shù)求得weibull分布的形狀參數(shù)和尺寸參數(shù),假設(shè)數(shù)據(jù)為x:
12 | library(MASS) #fitdistr需要利用MASS包 fitdistr(x, densfun = "weibull" ,lower=0) |
得到形狀參數(shù)shape與尺度參數(shù)scale
然后利用ks.test進(jìn)行檢驗(yàn):
1 | ks.test(jitter(x), "pweibull" ,shape,scale) |
上邊的jitter用來(lái)做小擾動(dòng),因?yàn)槿绻鹸中有重復(fù)數(shù)據(jù)的話ks.test會(huì)報(bào)錯(cuò),如果x中沒有重復(fù)數(shù)據(jù)則不需要jitter。shape是得到的形狀參數(shù),scale是得到的尺度參數(shù)。
ks.test得到兩個(gè)結(jié)果,一個(gè)是D,越小越好,一個(gè)是p-value,這個(gè)值要大于0.05
- 5 回答
- 0 關(guān)注
- 1412 瀏覽
添加回答
舉報(bào)