我有一个数据集，想在 R 中使用概率密度函数或概率质量函数对这些数据进行分析。我使用了一个密度函数，但它没有给出概率。
我的数据是这样的：
"step","Time","energy"
1, 22469 , 392.96E-03
2, 22547 , 394.82E-03
3, 22828,400.72E-03
4, 21765, 383.51E-03
5, 21516, 379.85E-03
6, 21453, 379.89E-03
7, 22156, 387.47E-03
8, 21844, 384.09E-03
9 , 21250, 376.14E-03
10, 21703, 380.83E-03
我想获取 energy 向量的概率密度函数（PDF）/概率质量函数（PMF）；我们考虑的数据是离散的，因此我没有数据分布的特殊类型。
根据我的观察，你的数据似乎不是离散的。在处理连续数据时期望得到概率是明显错误的。density()函数提供了一个经验密度函数，它近似于真实密度函数。为了证明它是正确的密度，我们计算曲线下的面积：
energy <- rnorm(100)
dens <- density(energy)
sum(dens$y)*diff(dens$x[1:2])
[1] 1.000952
由于存在一定的舍入误差，曲线下的面积总和为1，因此density()函数的输出满足概率密度函数（PDF）的要求。
使用hist函数的probability=TRUE选项或者density()函数（或两者兼用）。
例如：
hist(energy,probability=TRUE)
lines(density(energy),col="red")
提供
如果你真的需要一个离散变量的概率，你可以使用：
x <- sample(letters[1:4],1000,replace=TRUE)
prop.table(table(x))
x
a b c d
0.244 0.262 0.275 0.219
编辑：说明为什么天真的count(x)/sum(count(x))不是一个解决方案。实际上，它之所以不是解决方案，是因为箱子的值加起来等于一，并不意味着曲线下面积也等于一。为了得到曲线下面积，你必须乘以“箱子”的宽度。以正态分布为例，我们可以使用dnorm()计算PDF。以下代码构造了一个正态分布，计算了密度，并将其与天真的解决方案进行了比较：
x <- sort(rnorm(100,0,0.5))
h <- hist(x,plot=FALSE)
dens1 <- h$counts/sum(h$counts)
dens2 <- dnorm(x,0,0.5)
hist(x,probability=TRUE,breaks="fd",ylim=c(0,1))
lines(h$mids,dens1,col="red")
lines(x,dens2,col="darkgreen")
提供：
累积分布函数
如果@Iterator是正确的，那么从密度构造累积分布函数就相当容易了。CDF是PDF的积分。对于离散值，这仅仅是概率的总和。对于连续值，我们可以利用估计经验密度的间隔相等的事实，计算如下：
cdf <- cumsum(dens$y * diff(dens$x[1:2]))
cdf <- cdf / max(cdf) # to correct for the rounding errors
plot(dens$x,cdf,type="l")
type="s" 是显示经验累积分布函数（不是从密度估计中得出的）更直观的方式，因为它给人一种在所示区间内进行抽样的感觉。 - Andy Barbour