स्कैटरप्लॉट

Question

पर गैरपरैमेट्रिक क्वांटाइल रिग्रेशन वक्र IV=time, DV=concentration के साथ मैंने स्कैटरप्लॉट (एकाधिक समूह जीआरपी) बनाया है। मैं अपनी साजिश में क्वांटाइल रिग्रेशन वक्र (0.025,0.05,0.5,0.95,0.975) जोड़ना चाहता था।

और वैसे, यह है कि क्या मैं बिखराव-साजिश बनाने के लिए किया था:

attach(E) ## E is the name I gave to my data 
## Change Group to factor so that may work with levels in the legend 
Group<-as.character(Group) 
Group<-as.factor(Group) 

## Make the colored scatter-plot 
mycolors = c('red','orange','green','cornflowerblue') 
plot(Time,Concentration,main="Template",xlab="Time",ylab="Concentration",pch=18,col=mycolors[Group]) 

## This also works identically 
## with(E,plot(Time,Concentration,col=mycolors[Group],main="Template",xlab="Time",ylab="Concentration",pch=18)) 

## Use identify to identify each point by group number (to check) 
## identify(Time,Concentration,col=mycolors[Group],labels=Group) 
## Press Esc or press Stop to stop identify function 

## Create legend 
## Use locator(n=1,type="o") to find the point to align top left of legend box 
legend('topright',legend=levels(Group),col=mycolors,pch=18,title='Group') 

क्योंकि डेटा कि मैं यहाँ बनाया मेरे बड़े डेटा के एक छोटे सबसेट है, ऐसा लगता है यह कर सकते हैं लग सकता है एक आयताकार हाइपरबोले के रूप में अनुमानित किया जाना चाहिए। लेकिन मैं अभी तक अपने स्वतंत्र और आश्रित चर के बीच गणितीय संबंध नहीं कहना चाहता हूं।

मुझे लगता है कि पैकेज quantreg से उत्तर हो सकता है, लेकिन मुझे समझ में नहीं आता कि जब मैं अपने चर के बीच संबंध नहीं जानता तो फ़ंक्शन का उपयोग कैसे करें।

मैं एक विज्ञान लेख से इस ग्राफ मिल जाए, और मैं ठीक ग्राफ उसी तरह क्या करना चाहते हैं:

फिर से, आपकी मदद के लिए धन्यवाद!

अद्यतन

Test.csv मैं बताया गया कि मेरी नमूना डेटा प्रतिलिपि प्रस्तुत करने योग्य नहीं है। यहां मेरे डेटा का एक नमूना है।

library(evd) 
qcbvnonpar(p=c(0.025,0.05,0.5,0.95,0.975),cbind(TAD,DV),epmar=T,plot=F,add=T) 

मैं भी qcbvnonpar :: ईवीडी कोशिश की, लेकिन वक्र बहुत चिकनी प्रतीत नहीं होता।

Answer 1

मैंने पहले भी अक्सर rqss साथ संघर्ष किया है और मेरे मुद्दों लगभग हमेशा अंक के आदेश से संबंधित की है।

आपके पास विभिन्न समय बिंदुओं पर कई माप हैं, यही कारण है कि आप अलग-अलग लंबाई प्राप्त कर रहे हैं। यह मेरे लिए काम करता है:

dat <- read.csv("~/Downloads/Test.csv") 

library(quantreg) 
dat <- plyr::arrange(dat,Time) 
fit<-rqss(Concentration~qss(Time,constraint="N"),tau=0.5,data = dat) 
with(dat,plot(Time,Concentration)) 
lines(unique(dat$Time)[-1],fit$coef[1] + fit$coef[-1]) 

डेटा फ्रेम छंटाई फिटिंग मॉडल आवश्यक प्रतीत होता है से पहले।

Answer 2

शायद स्प्रूटिंग और क्वांटाइल रिग्रेशन को सुगम बनाने के लिए quantreg ::: rqss पर एक नज़र डालें। नहीं इतना अच्छा उदाहरण डेटा के लिए खेद है:

set.seed(1234) 
period <- 100 
x <- 1:100 
y <- sin(2*pi*x/period) + runif(length(x),-1,1) 


require(quantreg) 
mod <- rqss(y ~ qss(x)) 
mod2 <- rqss(y ~ qss(x), tau=0.75) 
mod3 <- rqss(y ~ qss(x), tau=0.25) 
plot(x, y) 
lines(x[-1], mod$coef[1] + mod$coef[-1], col = 'red') 
lines(x[-1], mod2$coef[1] + mod2$coef[-1], col = 'green') 
lines(x[-1], mod3$coef[1] + mod3$coef[-1], col = 'green') 

Answer 3

मामले में आप ggplot2 ग्राफिक चाहते हैं ...

मैं @EDi की उस पर इस उदाहरण आधारित है। मैंने x और y में वृद्धि की ताकि क्वांटाइल लाइन कम हो जाएंगी। इस वृद्धि के कारण, मुझे कुछ कॉल में x के स्थान पर unique(x) का उपयोग करने की आवश्यकता है।

set.seed(1234) 
period <- 100 
x <- rep(1:100,each=100) 
y <- 1*sin(2*pi*x/period) + runif(length(x),-1,1) 


require(quantreg) 
mod <- rqss(y ~ qss(x)) 
mod2 <- rqss(y ~ qss(x), tau=0.75) 
mod3 <- rqss(y ~ qss(x), tau=0.25) 

यहाँ दो भूखंडों हैं::

यहाँ संशोधित सेट अप है

# @EDi's base graphics example 
plot(x, y) 
lines(unique(x)[-1], mod$coef[1] + mod$coef[-1], col = 'red') 
lines(unique(x)[-1], mod2$coef[1] + mod2$coef[-1], col = 'green') 
lines(unique(x)[-1], mod3$coef[1] + mod3$coef[-1], col = 'green') 

# @swihart's ggplot2 example: 
## get into dataset so that ggplot2 can have some fun: 
qrdf <- data.table(x  = unique(x)[-1], 
        median = mod$coef[1] + mod$coef[-1], 
        qupp = mod2$coef[1] + mod2$coef[-1], 
        qlow = mod3$coef[1] + mod3$coef[-1] 
) 

line_size = 2 
ggplot() + 
    geom_point(aes(x=x, y=y), 
      color="black", alpha=0.5) + 
    ## quantiles: 
    geom_line(data=qrdf,aes(x=x, y=median), 
      color="red", alpha=0.7, size=line_size) + 
    geom_line(data=qrdf,aes(x=x, y=qupp), 
      color="blue", alpha=0.7, size=line_size, lty=1) + 
    geom_line(data=qrdf,aes(x=x, y=qlow), 
      color="blue", alpha=0.7, size=line_size, lty=1)