यह सवाल दो अलग अलग सवाल से संबंधित है कि मैंने पहले कहा है: प्लॉट भारित आवृत्ति मैट्रिक्स
:1) Reproduce frequency matrix plot
2) Add 95% confidence limits to cumulative plot
मैं आर में इस भूखंड पुन: पेश करना चाहते हैं
ग्राफ़िक के नीचे कोड का उपयोग करके मुझे यह मिल गया है:
#Set the number of bets and number of trials and % lines
numbet <- 36
numtri <- 1000
#Fill a matrix where the rows are the cumulative bets and the columns are the trials
xcum <- matrix(NA, nrow=numbet, ncol=numtri)
for (i in 1:numtri) {
x <- sample(c(0,1), numbet, prob=c(5/6,1/6), replace = TRUE)
xcum[,i] <- cumsum(x)/(1:numbet)
}
#Plot the trials as transparent lines so you can see the build up
matplot(xcum, type="l", xlab="Number of Trials", ylab="Relative Frequency", main="", col=rgb(0.01, 0.01, 0.01, 0.02), las=1)
मेरा प्रश्न है: एकाधिक नमूनों को साजिश किए बिना, मैं एक पास में शीर्ष साजिश को पुन: पेश कैसे कर सकता हूं?
धन्यवाद।
तथ्य यह है कि आपके दिमाग में कोई अधिक पथ नियतात्मक ग्राफिक था के बावजूद, मैंने सोचा था कि अपने पारदर्शिता भारित ग्राफ इस सवाल के सांख्यिकीय प्रकृति को दर्शाता हुआ पर बेहतर था। मुझे लगता है कि इसे रेखांकित किया जा सकता था: 'रेखाएं (6:36, 6/(6:36), lty = 3)' चरम संभावनाओं को दिखाने के लिए।) –
@DWin बहुत आसानी से मैं अब अपने सिर को बनाने की कोशिश कर रहा हूँ कुछ प्रकार की घनत्व heatmap (या हेक्सबिन) तो यह पारदर्शी भारित संस्करण की तरह है। अगर आपको यह पता चल गया है कि इसे कैसे बनाया जाए, तो मैं एक नया सवाल पूछ सकता हूं? मैं कुछ [इस] की तरह सोच रहा था (http://www.actualanalytics.com/density-plot-heatmap-using-r-a58)। –
वह लिंक इस समय मेरे लिए काम नहीं कर रहा है, लेकिन मैंने आपके प्रश्नों से बहुत कुछ सीखा है इसलिए मैं आपको और पूछने के लिए प्रोत्साहित करता हूं। –