Question

我有一个使用正态分布函数pnorm（）和qnorm（）的规范化方法。我想改变我的逻辑，以便我可以使用经验分布而不是假设正态。我用ecdf（）来计算经验累积分布但后来意识到我开始写一个基本上是经验的p和q版本的函数。有更简单的方法吗？也许包含pecdf（）和qecdf（）的包？我讨厌重新发明轮子。

Answer 1

您可以使用quantile和ecdf函数分别获得qecdf和pecdf：

x <- rnorm(20)
quantile(x, 0.3, type=1) #30th percentile
Fx <- ecdf(x)
Fx(0.1)  # cdf at 0.1

Answer 2

用ecdf模拟'经验分布的'pnorm：

> set.seed(42)
> x <- ecdf(rnorm(1000))
> x(0)
[1] 0.515
> pnorm(0)
[1] 0.5

Answer 3

这不正是bootstrap p -values的作用吗？

如果是这样的话，保持一个向量，排序，并在适当的位置读出（即10k的5％为500％）。有一些微妙的问题需要选择的位置，例如help(quantile)在“类型”下讨论。