R ggplot：加权累积分布函数

Question

我想用ggplot绘制加权累积分布函数。一些旧的非SO讨论（例如2012年的这个）表明这是不可能的，但我想再次提出。例如，考虑以下数据：

df <- data.frame(x=sort(runif(100)), w=1:100)

我可以展示一个无权重的CDF（累积分布函数），使用以下代码：

ggplot(df, aes(x)) + stat_ecdf()

如果要按照w进行加权，我应该怎么做？对于这个例子，我会期望一个类似于x ^ 2的函数，因为较大的数字具有更高的权重。

- Max Ghenis

Answer 1

你的回答有错误。

这是计算加权ECDF的正确代码:

df <- df[order(df$x), ]  # Won't change anything since it was created sorted
df$cum.pct <- with(df, cumsum(w) / sum(w))
ggplot(df, aes(x, cum.pct)) + geom_line()

ECDF是一个函数F(a)，它等于所有观测值中x<a的权重（概率）之和除以总权重之和。

但是有一种更令人满意的选择，即修改ggplot2 stat_ecdf的原始代码： https://github.com/NicolasWoloszko/stat_ecdf_weighted

- NicolasWoloszko

---

嗨，github存储库中的代码看起来非常有趣。您能否添加一些指南，以安全地“安装/卸载”它？谢谢。 - vagvaf

@vagvaf，我在这方面经验不是很丰富，但它看起来只是一个.R文件，所以我认为你只需要在加载ggplot2库后复制代码（这将覆盖stat_ecdf函数）。我认为可以使用诸如library(devtools)的命令从GitHub安装软件包，然后使用install_github("NicolasWoloszko/stat_ecdf_weighted")。 - ahorn

最简单的方法是使用原始URL。只需键入source（“ https://raw.githubusercontent.com/NicolasWoloszko/stat_ecdf_weighted/master/stat_ecdf_weighted.R”）即可。您可以键入stat_ecdf（不带括号）来查看在调用Nicolas的脚本之前和之后如何定义该函数。 - ahorn