R: Verwandeln Sie ein [KDE] Dichtediagramm in ein cdf?

Question

Daten: 34,46,47,48,52,53,55,56,56,56,57,58,59,59,68

Density Plot

ECDF

Was Ich mag würde tun, ist die abgeleitete Dichteplot nehmen und es in eine kumulative Verteilungsfrequenz drehen abzuleiten% 's aus. Und umgekehrt. Meine Hoffnung ist es, die Kerndichte-Schätzung speziell zu verwenden, um eine geglättete kumulative Verteilungsfunktion abzuleiten. Ich möchte mich nicht auf die Rohdatenpunkte verlassen, um eine ECDF zu machen, sondern benutze die KDE, um eine CDF zu machen.

Edit:

ich sehe, gibt es ein KernelSmoothing.CDF, könnte dies die Lösung sein? Wenn es so ist, habe ich keine Ahnung, wie ich es bisher umsetzen soll.

Mathworks hat ein Beispiel von dem, was ich versuche zu tun, Umwandlung von einer ECDF zu einer KECDF unter "Berechnen und Plotten der geschätzten cdf ausgewertet zu einem bestimmten Satz von Werten."

http://www.mathworks.com/help/stats/examples/nonparametric-estimates-of-cumulative-distribution-functions-and-their-inverses.html?requestedDomain=www.mathworks.com

obwohl ich die Umsetzung denken ziemlich schlampig ist. Eine polynomische Regressionslinie wäre besser geeignet.

Answer 1

library("DiagTest3Grp", lib.loc='~/R/win-library/3.2") 

data <- c(34,46,47,48,52,53,55,56,56,56,57,58,59,59,68) 
bw <- BW.ref(data) 
x0 <- seq(0, 100, .1) 
KS.cdfvec <- Vectorize(KernelSmoothing.cdf, vectorize.args = "c0") 
x0.cdf <- KS.cdfvec(xx = data, c0 = x0, bw = bw) 
plot(x0, x0.cdf, type = "l") 

Ich muss noch herausfinden, wie y gegeben x abzuleiten, aber das war eine große Hilfe