直方图，密度核和正态分布

Question

我想绘制Allianz SE公司简单损失的直方图，密度（高斯核）和拟合的相应正态分布。 （这意味着，简单的损失减去简单的回报）

我有以下代码：

hist(alvsloss,breaks = 100, freq=F,main="Histogramm,
 density curve (gaussian kernel) of Allianz simple losses ",xlab="loss in percent",ylab="density")
lines(density(alvsloss), col="red", lwd=2)
curve(dnorm(x, mean = mean(alvsloss), sd = mean(alvsloss)), add=TRUE, col="blue", lty="dotted")

现在我遇到了第一个问题：

The fitted normal distribution is not drawn, I get the (german) error message:

In dnorm(x, mean = mean(alvsloss), sd = mean(alvsloss)) :
  NaNs wurden erzeugt

未绘制正态分布曲线。

第二个问题一般是： 如果我省略正态分布，那么我只有直方图和密度。我可以通过命令

在频率true和false之间切换

 freq=T

或

 freq=F

我附上了两张图片的截图（我必须上传它，因为我没有至少10个声誉）。我不明白它们，如果我有freq = T这意味着，我在y轴上有密度值。所以应该有0.0012或0.1之类的值，但不是300或400的值，密度应该是相对值？内核也没有任何匹配，显然是错的？如果我有freq = F我得到了正确的图片。现在我有绝对值，所以例如有30例我的回报率约为0.0（中高峰值），对吗？现在密度确实适合，但我本以为它不适合这种情况，因为我认为它是在freq = T值，所以它应该是另一种方式，在这张图片中它应该是错误的？

如果有答案，我会有进一步的问题： 我不喜欢x轴，我怎样才能有更详细的缩放？ 如果说以下是正确的：右边的尾部从0.5到0.1比左边的尾部重，所以在这个区域我们有更高的损失概率而不是增益？而极值仅出现在左侧：-0.2的值，甚至约为-0.4的值。这种情况下的极端损失没有发生，而实现了极端的收益？这是对的吗？

我的错误是什么，我看不到它？

截图：

您可以找到数据here

这是alvsloss数据

完整的解决方案是：

hist(alvsloss,breaks = 100, freq=F,main="Histogramm, density curve (gaussian kernel) of Allianz simple losses ",xlab="loss in percent",ylab="density")
lines(density(alvsloss), col="red", lwd=2) 
curve(dnorm(x, mean = mean(alvsloss), sd = sd(alvsloss)), add=TRUE, col="blue",lwd=2)

给出了以下图片：

似乎是正确的，对吧？

Answer 1

R帮助说：

  

逻辑;如果为TRUE，则直方图图形是频率的表示，结果的计数分量;如果为FALSE，则绘制概率密度，组分密度

当freq属性为TRUE时，会绘制值在数据中显示的次数。如果你的矢量值是值1的400倍和300倍的值，那么当freq=TRUE时条形的高度为400和300，而freq=FALSE时条形的高度为4/7和3/7。

对于问题的第二部分，如果向量中有NA个值，则必须使用以下公式计算平均值：

mean(...,na.rm=TRUE)

此外，正如ndoogan所说，我认为您的代码中存在拼写错误。试试这个：

dnorm(x, mean = mean(alvsloss,na.rm=TRUE), sd = sd(alvsloss,na.rm=TRUE))

最后，您无法使用curve绘制矢量。它仅适用于功能。所以你可以尝试：

lines(dnorm(x, mean = mean(alvsloss,na.rm=TRUE), sd = sd(alvsloss,na.rm=TRUE)), col="blue", lty="dotted")

或

curve(dnorm,from=ToBeFilled,to=ToBeFilled,col="blue", lty="dotted",mean = mean(alvsloss,na.rm=TRUE), sd = sd(alvsloss,na.rm=TRUE)))

ToBeFilled分别是您要绘制的区间的边界。

Answer 2

我不知道从哪里获取您正在使用的数据，但请尝试将dnorm图中的标准偏差设置为数据的标准差...

curve(dnorm(x, mean = mean(alvsloss), sd = sd(alvsloss)), add=TRUE, col="blue", lty="dotted")