Question

感谢上一篇文章的精彩答案，我使用了以下链接中提供的程序，使我的数据符合三种正态分布：

https://stats.stackexchange.com/questions/10062/which-r-package-to-use-to-calculate-component-parameters-for-a-mixture-model

在拟合数据后，三个正态分布的参数如下：

      pi      mu sigma
1 0.5552 -0.4868 2.044
2 0.2739  8.3846 1.399
3 0.1709 12.5317 1.036

要检查我的数据（x）和模型分布（ee）之间的协议，我执行了以下步骤：

e1 <- rnorm(5552, mean=-0.4868, sd=2.044)
e2 <- rnorm(2739, mean=8.3846, sd=1.399)
e3 <- rnorm(1709, mean=12.5317, sd=1.036)
ee <- c(e1,e2,e3)
qqplot(x, ee)

我得到了qqplot如下：（http://i.stack.imgur.com/3favy.png）

看起来不错，所以，我想计算这个模型群体获得等于或小于2.0的值的p值。你能不能教我如何用R？

来计算这个p值

模型群ee的密度图附于此处（http://i.stack.imgur.com/pExhF.png）。

Answer 1

假设您的参数位于数据框param中（也许这适用于带有命名列的矩阵）。

对“左2”的个人贡献：

> probs <- with(param, pi*pnorm(2, mu, sigma) )
> probs
[1] 4.930888e-01 6.883473e-07 2.409615e-25

总数：

> prob <- with(param, sum(pi*pnorm(2, mu, sigma)) )
> prob
[1] 0.4930895

只是看看输出你会猜到几乎所有的贡献都来自第一个组件，因为其他两个的方法是远在右边。第一个贡献的价值主要是pi（比例）估计，因为它的大部分质量是“2的左边”。

Answer 2

我认为你只想用类似的东西计算尾区概率。

> sum(ee <= 2) / length(ee)
> [1] 0.4936

R：如何获得总体的p值（获得x <2）（由三个正态分布组合建模）？

2 个答案: