我有一个跟随矩阵[500,2]，所以我们有500行和2列，左边一个给我们X观察的索引，而右边给出了这个X成真的概率，所以 - 典型的概率密度关系。
所以，我的问题是，如何以正确的方式绘制直方图，使x轴为x-index，y轴为密度（0.01-1.00）。估算器的带宽为0.33。
提前致谢！
整个数据的结尾如下所示：只是为了一个小方向
[490,] 2.338260830 0.04858685
[491,] 2.347839477 0.04797310
[492,] 2.357418125 0.04736149
[493,] 2.366996772 0.04675206
[494,] 2.376575419 0.04614482
[495,] 2.386154067 0.04553980
[496,] 2.395732714 0.04493702
[497,] 2.405311361 0.04433653
[498,] 2.414890008 0.04373835
[499,] 2.424468656 0.04314252
[500,] 2.434047303 0.04254907
@everyone， 是的，我之前做过估计，所以..带宽就是我提到的，数据是从低到高的顺序排序，所以开始时的概率是0,22，在峰值约为0.48，在结束0,15。
具有密度的线条被绘制为魅力，但我还要做的是绘制直方图！那么，我怎么做到这一点，正确地排序块（将数据分成盒子等等）。
有什么建议吗？
以下是估算后数据的一部分，所有值都是离散的，所以我假设可以创建直方图..希望。
[491,] 4.956164 0.2618131
[492,] 4.963014 0.2608723
[493,] 4.969863 0.2599309
[494,] 4.976712 0.2589889
[495,] 4.983562 0.2580464
[496,] 4.990411 0.2571034
[497,] 4.997260 0.2561599
[498,] 5.004110 0.2552159
[499,] 5.010959 0.2542716
[500,] 5.017808 0.2533268
[501,] 5.024658 0.2523817
祝你好运， 欣赏快速反应！（弓）
这项工作的目的是为索引创建一个直方图，以每个x25 / x50的方式对它们进行分组，例如...并计算每个25或50/100/150/200的平均概率250等作为盒子..？
答案 0 :(得分：1)
假设行从x的最低值到最高值按顺序排列，你可以使用默认的plot命令，你需要的唯一变化就是类型：
plot(your.data, type = 'l')
编辑：
好的，我不确定这比密度图更好，但可以做到：
x = dnorm(seq(-1, 1, length = 500))
x.bins = rep(1:50, each = 10)
bars = aggregate(x, by = list(x.bins), FUN = sum)[,2]
barplot(bars)
在您的情况下，将x替换为矩阵第二列的概率。
EDIT2：
第二个想法，只有你的500行代表离散事件才有意义。如果它们是连续分布函数，则将它们加在一起就像我所做的那样是不正确的。在数学上，我认为你不能仅使用该范围内的几个点来产生范围的分组概率。
答案 1 :(得分：0)
假设M是矩阵。这不会是：
plot(x=M[ , 1], y = M[ , 2] )
您已经完成了密度估算，因为这不是原始数据。