我想模拟中心极限定理来证明它,我不知道如何在R中实现它。我想要从我将要选择的分布(均匀、指数等.)中创建10,000个样本,样本大小为n(可以是数值或参数)。然后,我想在一个图(使用par和mfrow命令)中绘制原始分布(直方图),所有样本的均值分布,均值的Q-Q图,在第4张图(有4,2X2)中,我不知道要绘制什么。你能帮我开始在R里编程吗?我想一旦我有了模拟数据,我就会没事的。谢谢。
我最初的尝试是在下面,它太简单了,我甚至不确定是否正确。
r = 10000;
n = 20;
M = matrix(0,n,r);
Xbar = rep(0,r);
for (i in 1:r)
{
编辑过的 我以一种完全错误的方式使用ggsignif包:我不想从条形图中计算有意义的值,但我只想在条形图上绘制,我已经从单独的分析中得到了条形图。为了做到这一点,这个视频帮了我很多,https://www.youtube.com/watch?v=30mqU2vcx68 老问题 你好,我想问一个关于R软件中ggsignif包的问题。我想使用facet_wrap在成对条形图的顶部显示重要的星形,我正在关注这个线程Using ggsignif with grouped bar graphs and facet_wrap not working,但我不能将相同的代码应用于我的图形。正如我附加的图像,
我想在R中绘制完整的图。
我怎么能这么做?我发现在CRAN上只有一个包具有生成完整图的功能。但是这个包,即"RnavGraph",并没有安装,而是以错误状态退出。进一步的搜索似乎是困难的,因为图的不同含义,这不是孤立的与图的结构,但也与图。
如何在R中绘制?
Ps:但是当我试图安装“RnavGraph”时,我得到了以下错误:
ERROR: dependencies ‘graph’, ‘RBGL’ are not available for package ‘RnavGraph’
* removing ‘/home/steve/R/x86_64-unknown-linux-gnu
我正在基于显示的第二个图拟合高斯过程,并从中提取样本。然而,绘制的样本与拟合函数不相似,通常看起来与预测平均值非常不同(具体地说,它们不像预测平均值那样平滑,变化很大),并且不会通过(或接近)给定的数据点(图中的红点)。
示例图(黑色线条是预测平均值,蓝色和橙色线条是样本):
经过多次运行,结果总是相似的(即使不是完全相同)。你知道是什么原因造成的吗?我怎样才能使绘制的样本更接近平均值?
用于生成绘图的代码是
import numpy as np
from matplotlib import pyplot as plt
from sklearn.gaussian_process im