gram całego w pakiecie masowej i wykreślić dwa dwuwymiarowe normalnego po prostu przy użyciu zdjęć i parametr (nowe = TRUE), na przykład:R - kreślenie dwa dwuwymiarowe normalne w 3d i ich kontury odpowiednio
# lets first simulate a bivariate normal sample
library(MASS)
bivn <- mvrnorm(1000, mu = c(0, 0), Sigma = matrix(c(1, .5, .5, 1), 2))
bivn2 <- mvrnorm(1000, mu = c(0, 0), Sigma = matrix(c(1.5, 1.5, 1.5, 1.5), 2))
# now we do a kernel density estimate
bivn.kde <- kde2d(bivn[,1], bivn[,2], n = 50)
bivn.kde2 <- kde2d(bivn2[,1], bivn[,2], n = 50)
# fancy perspective
persp(bivn.kde, phi = 45, theta = 30, shade = .1, border = NA)
par(new=TRUE)
persp(bivn.kde2, phi = 45, theta = 30, shade = .1, border = NA)
Co nie wygląda najlepiej, myślę, że muszę po prostu bawić się z osią i tym podobne. Ale jeśli spróbuję podobnego podejścia do konturu, wykresy nie nachodzą na siebie. Są one po prostu zastępowane:
# fancy contour with image
image(bivn.kde); contour(bivn.kde, add = T)
par(new=TRUE)
image(bivn.kde2); contour(bivn.kde, add = T)
Czy to najlepsze podejście do tego, co chcę, czy po prostu ciężko sobie radzę sobie? Wszelkie sugestie są mile widziane. Dziękuję Ci!
Nie jestem pewien, co chce zobaczyć? Różnice między dwiema gęstościami? Dlaczego nie kreślisz ich obok siebie? – Seth
Badam zachowanie odległości jeffries-matusita i chciałem zobaczyć, jak te dwie dystrybucje nakładają się i jak przemieszcza się odległość j-m dla każdej "zmiennej" oraz jak klasyfikacja dwóch klas (dwóch dystrybucji) jest gorsza. – JEquihua