Esta pregunta se relaciona con dos cuestiones diferentes que han solicitado previamente:parcela matriz de frecuencia ponderada
1) Reproduce frequency matrix plot
2) Add 95% confidence limits to cumulative plot
deseo de reproducir esta parcela en I:
Llegué hasta aquí usando el código debajo del gráfico:
#Set the number of bets and number of trials and % lines
numbet <- 36
numtri <- 1000
#Fill a matrix where the rows are the cumulative bets and the columns are the trials
xcum <- matrix(NA, nrow=numbet, ncol=numtri)
for (i in 1:numtri) {
x <- sample(c(0,1), numbet, prob=c(5/6,1/6), replace = TRUE)
xcum[,i] <- cumsum(x)/(1:numbet)
}
#Plot the trials as transparent lines so you can see the build up
matplot(xcum, type="l", xlab="Number of Trials", ylab="Relative Frequency", main="", col=rgb(0.01, 0.01, 0.01, 0.02), las=1)
Mi pregunta es: ¿Cómo puedo reproducir la gráfica superior en una sola pasada, sin graficar múltiples muestras?
Gracias.
A pesar del hecho de que había un gráfico de más trayectoria determinista en mente, pensé que su gráfico transparencia ponderado era mejor para ilustrar la naturaleza estadística de esta pregunta. Supongo que podría haber sido delineado por: 'líneas (6:36, 6/(6:36), lty = 3)' para mostrar las posibilidades extremas.) –
@DWin Curiosamente ahora me estoy golpeando la cabeza tratando de crear algún tipo de mapa de calor de densidad (o hexbin) por lo que se parece más a la versión de ponderación transparente. Si tienes una buena idea de cómo crearla, ¿puedo hacerte una nueva pregunta? Estaba pensando en algo como [esto] (http://www.actualanalytics.com/density-plot-heatmap-using-r-a58). –
Ese enlace no funciona para mí en este momento, pero he aprendido mucho de sus preguntas, así que lo aliento a que pregunte más. –