起初我有一个像这样的矩阵：
x <- matrix(rnorm(1e3),260)
然后是一个数组
lst <- lapply(seq(1,length(x[,1]), by=52), function(i) x[i:(i+51),])
Data_array <- array(unlist(lst), dim=c(52,length(x[1,]),(length(x[,1])/52)))
此数组是Dataframe的序列，由52（周）组成。 这是一个时间分析（每周）
我想在这个数组上计算一个ecdf函数。
, , 1
[,1] [,2] [,3]
[1,] **0.66319631** 0.01004290 0.02133477
[2,] -1.64273648 0.23105503 1.02862145
[3,] 1.17083363 -0.49700717 -0.01119745
, , 2
[,1] [,2] [,3]
[1,] **-0.79365987** 1.28394049 -0.547763434
[2,] -0.09221301 1.07676841 0.570294731
[3,] 0.20293308 1.00182888 0.247373981
, , 3
[,1] [,2] [,3]
[1,] **1.03862172** -0.961678683 1.25334651
[2,] 0.58476540 0.745250484 -0.06183788
[3,] 0.24057690 1.226575038 0.23363005
为每个单元格计算ecdf函数。这是每周一次的季节性分析。
即。此时间序列的计算分位数（**）：0.66319631; -0.79365987; 1.03862172
对于MEAN来说，它起作用：
array_lag_sum<-apply(Data_array,c(1,2),FUN=function(x){mean(x,na.rm=TRUE)})
我尝试了类似ecdf的功能，但它没有用。
percent_array<-apply(Data_array,c(1,2),FUN=function(u){ecdf(u)(u)})
然后......它没有完成，我想重新格式化这个数组，就像数据数据帧（x）的原始格式一样。 （就像一个rbind但在阵列上。）
非常感谢你的帮助。
编辑：
抱歉，但我不知道自己是否如此清醒。对我而言，阵列很复杂;但是使用您的方法，如果我有这个简单的数据框：
B <- matrix(seq(1,20), 20, 3)
> B
[,1] [,2] [,3]
[1,] 1 1 1
[2,] 2 2 2
[3,] 3 3 3
[4,] 4 4 4
[5,] 5 5 5
[6,] 6 6 6
[7,] 7 7 7
[8,] 8 8 8
[9,] 9 9 9
[10,] 10 10 10
[11,] 11 11 11
[12,] 12 12 12
[13,] 13 13 13
[14,] 14 14 14
[15,] 15 15 15
[16,] 16 16 16
[17,] 17 17 17
[18,] 18 18 18
[19,] 19 19 19
[20,] 20 20 20
你的功能给出了：
Data_array <- array( B, dim=c(10,3,5))
, , 1
[,1] [,2] [,3]
[1,] 1 11 1
[2,] 2 12 2
[3,] 3 13 3
[4,] 4 14 4
[5,] 5 15 5
[6,] 6 16 6
[7,] 7 17 7
[8,] 8 18 8
[9,] 9 19 9
[10,] 10 20 10
, , 2
[,1] [,2] [,3]
[1,] 11 1 11
[2,] 12 2 12
[3,] 13 3 13
[4,] 14 4 14
[5,] 15 5 15
[6,] 16 6 16
[7,] 17 7 17
[8,] 18 8 18
[9,] 19 9 19
[10,] 20 10 20
或者我会更像这样：
,,1
[,1] [,2] [,3]
[1,] 1 1 1
[2,] 2 2 2
[3,] 3 3 3
[4,] 4 4 4
[5,] 5 5 5
[6,] 6 6 6
[7,] 7 7 7
[8,] 8 8 8
[9,] 9 9 9
[10,] 10 10 10
,,2
[,1] [,2] [,3]
[1,] 11 11 11
[2,] 12 12 12
[3,] 13 13 13
[4,] 14 14 14
[5,] 15 15 15
[6,] 16 16 16
[7,] 17 17 17
[8,] 18 18 18
[9,] 19 19 19
[10,] 20 20 20
并获得一个表格，该表格是时间序列的百分位值。 每列和每行的百分位数值为1和11,2和12（我知道它不相关，但它仅仅是例证）
对不起，如果我的上一个问题不可理解
答案 0 :(得分：2)
答案是：
ecdf_mat <- apply( Data_array, 1:2, ecdf)
这会将前两个索引的每个组合的值传递给函数ecdf。每个传递都将函数返回到矩阵位置。如果没有一点指导，你会得到大多数人无法使用的东西：一个52 x 4矩阵的函数。这些函数包含在有效矩阵或数组元素的列表中：
> dim(apply( Data_array, 1:2, ecdf) )
[1] 52 4
要访问它们，您需要先使用标准＆＃34; [＆＃34;索引，然后通过调用＆＃34; [[1]]＆＃34;
将它们从列表容器中拉出> str(apply( Data_array, 1:2, ecdf)[1,1] )
List of 1
$ :function (v)
..- attr(*, "class")= chr [1:3] "ecdf" "stepfun" "function"
..- attr(*, "call")= language FUN(newX[, i], ...)
> apply( Data_array, 1:2, ecdf)[1,1][[1]]
Empirical CDF
Call: FUN(newX[, i], ...)
x[1:5] = -0.92217, -0.37471, 0.058284, 0.28502, 0.44391
> apply( Data_array, 1:2, ecdf)[1,1][[1]](0)
[1] 0.4
看起来你并不想要ecdf自己（尽管我没有回应我的努力让你认识到这种区别），而是想要一个形状相同的数组，其中包含ij的百分位数值被认为是个体长度k序列的位置。我可以想到两种方法来做到这一点。第一个将使用我构建和演示的ecdf函数矩阵，但我相信这是更加巴洛克式的方法，并且更容易为您提供更直接的路径。我通过使长第一维只有10长的时间，冒昧地使这个更容易管理。
x <- matrix(rnorm(1e3),260)
lst <- lapply(seq(1,length(x[,1]), by=10), function(i) x[i:(i+51),])
Data_array <- array(unlist(lst), dim=c(10,length(x[1,]),(length(x[,1])/52
pctiles2 <- apply( Data_array, 1:2, function(x) ecdf(x)(x) )
> str(pctiles2)
num [1:5, 1:10, 1:4] 0.8 0.4 0.6 0.2 1 0.4 1 0.2 0.6 0.8 ...
它们实际上并不是百分位数，但可以通过从ecdf调用中滑出100*（或将结果乘以100来轻松补救）。您会注意到结构已被置换因此，分位数/百分位数序列在第一列向下运行。因为apply总是以列主要顺序递送其结果。有一个函数aperm，允许您按原始顺序重新排列这些：
re_pctiles <- aperm(pctiles, c(2,3,1) )