如果x是数据并且hist $ density给出了经验密度,我如何获得x与自身的卷积。 Convolve()给了我很多可能性,但我不确定要使用什么。我需要一个函数:http://en.wikipedia.org/wiki/Convolution#Discrete_convolution(实际上只是真实的情况就足够了)
简单测试:Bernoullies的卷积给我一个二项式
Pr = c(0.7,0.3)
正确答案应该是参数的二项式n = 2 p = 0.3
答案 0 :(得分:1)
好的答案是:
> convolve(Pr,rev(Pr),type="o")
[1] 0.49 0.42 0.09
参数的二项式n = 2且p = 0.3。因此,对于卷积密度,人们可以使用:
convolve(his$density, rev(his$density), type="o")
这适用于离散分布,但对于连续分布可能(非常)很糟糕。
注意:如果你想让fdr在卷积结果上使用cumsum()
建议:对于连续分布表(x)/ sum(table(x))给出更准确的卷积输入