我有观察结果的频率分布，按类(class)间隔内的计数进行分组。 我想拟合正态(或其他连续)分布，并根据该分布找到每个间隔中的预期频率。
例如，假设以下情况，我想计算另一列，expected给予
胸围在 chest 给出的区间内的士兵的预期数量，其中这些
假设以标称值为中心。例如，35 =34.5 <= y < 35.5 。我见过的一项分析给出了该单元格中的预期频率为 72.5，而观察到的频率为 81。
> data(ChestSizes, package="HistData")
>
> ChestSizes
chest count
1 33 3
2 34 18
3 35 81
4 36 185
5 37 420
6 38 749
7 39 1073
8 40 1079
9 41 934
10 42 658
11 43 370
12 44 92
13 45 50
14 46 21
15 47 4
16 48 1
>
> # ungroup to a vector of values
> chests <- vcdExtra::expand.dft(ChestSizes, freq="count")
这个问题有很多变体，其中大多数与在直方图上绘制正态密度有关，缩放以表示计数而不是密度。但没有一个明确显示预期频率的计算。一个接近的问题是 R: add normal fits to grouped histograms in ggplot2
我可以很好地完成标准图(如下)，但对于其他事情，例如卡方检验或 vcd::rootogram绘图，我需要同一类间隔内的预期频率。
> bw <- 1
n_obs <- nrow(chests)
xbar <- mean(chests$chest)
std <- sd(chests$chest)
plt <-
ggplot(chests, aes(chest)) +
geom_histogram(color="black", fill="lightblue", binwidth = bw) +
stat_function(fun = function(x)
dnorm(x, mean = xbar, sd = std) * bw * n_obs,
color = "darkred", size = 1)
plt
最佳答案
以下是如何在假设正态性的情况下计算每个组的预期频率。
xbar <- with(ChestSizes, weighted.mean(chest, count))
sdx <- with(ChestSizes, sd(rep(chest, count)))
transform(ChestSizes, Expected = diff(pnorm(c(32, chest) + .5, xbar, sdx)) * sum(count))
chest count Expected
1 33 3 4.7600583
2 34 18 20.8822328
3 35 81 72.5129162
4 36 185 199.3338028
5 37 420 433.8292832
6 38 749 747.5926687
7 39 1073 1020.1058521
8 40 1079 1102.2356155
9 41 934 943.0970605
10 42 658 638.9745241
11 43 370 342.7971793
12 44 92 145.6089948
13 45 50 48.9662992
14 46 21 13.0351612
15 47 4 2.7465640
16 48 1 0.4579888
关于r - 将正态分布拟合到分组数据，给出预期频率，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/65382638/