Question

我使用hdr包中的hdr.den和hdrcde函数来计算KDE和KDE的峰值：

require(hdrcde)
df<-faithful


hdregions<-hdr(den=density(df$eruptions,bw=bw.SJ(df$eruptions,method="dpi")*0.5),all.modes=T)


hdr.den(den=density(df$eruptions,bw=bw.SJ(df$eruptions,method="dpi")*0.5))

获得以下结果：

hdregions
$hdr
        [,1]     [,2]     [,3]     [,4]     [,5]    [,6]
99% 1.549814 2.716431 2.743981 2.966948 3.226652 5.15715
95% 1.617094 2.487255 3.353519 5.046328       NA      NA
50% 1.756702 2.009904 4.058298 4.675423       NA      NA

$mode
[1] 1.860365 2.869094 4.143690 4.503392

$falpha
        1%         5%        50% 
0.03428318 0.09972730 0.48195456

在这种情况下，hdregions$mode代表峰值，每对hdregions$hdr代表“高密度区域”（hdr）间隔。

所以间隔为：

99% are :  (1.549814 2.716431) (2.743981 2.966948) (3.226652 5.15715)

for 95%: (1.617094 2.487255) (3.353519 5.046328)

and so on.

所以我需要的东西或多或少是hdregions$hdr我希望列表（或data.frame）的另一种方式，显示概率内的相应模式（99％），95％，50％）看起来像这样：

99% 1.860365 2.869094 4.143690 4.503392
95% 1.860365 4.143690 4.503392
50% 1.860365 4.143690 4.503392

到目前为止我尝试了什么：

interval<-NULL
for (i in row.names(hdregions$hdr)) {
  interval <- rbind(interval, data.frame(LowLimit = hdregions$hdr[i,][seq(1,to=length(hdregions$hdr[i,][!is.na(hdregions$hdr[i,])]),by=2)], UpLimit = hdregions$hdr[i,][seq(2,to=length(hdregions$hdr[i,][!is.na(hdregions$hdr[i,])]),by=2)], ID=i))
}


for (i in hdregions$mode){

  interval[,as.character(i)]<-cbind( interval[,1] <= i & interval[,2] >= i)

}

“结果”如何：

  LowLimit  UpLimit  ID 1.86036518021136 2.8690942707769 4.14368994335195 4.50339178960013
1 1.553237 2.689358 99%             TRUE           FALSE            FALSE            FALSE
2 2.767980 2.956136 99%            FALSE            TRUE            FALSE            FALSE
3 3.231168 5.152859 99%            FALSE           FALSE             TRUE             TRUE
4 1.617957 2.485883 95%             TRUE           FALSE            FALSE            FALSE
5 3.357559 5.044552 95%            FALSE           FALSE             TRUE             TRUE
6 1.754505 2.014823 50%             TRUE           FALSE            FALSE            FALSE
7 4.049855 4.682700 50%            FALSE           FALSE             TRUE             TRUE

我很感激任何帮助，帮助我按照我开始的方式获得所需的结果，或任何其他（我猜可能更短）导致结果的方式。

检查向量的出现间隔值，并在R中汇总结果

0 个答案: