Trazar CDF convencional e inverso en el mismo gráfico por variable de agrupaciónHola,
Tiene una pregunta sobre las parcelas CDF en la plataforma de distribución.
Me gustaría trazar el CDF de dos variables, por ejemplo, Y1 e Y2, que están en la misma escala numérica pero difieren en el rango /. Por ejemplo, Y1 de 0-100 e Y2 de 0 a 1000. Quiero trazar Y1 como una gráfica CDF normal con CumProb que va de 0 a 1 y que los valores de X1 aumentan de 0 a 100.
Para Y2, quiero que X2 esté en orden decreciente de 1000 a 0, pero el acumulador de Y2 se ejecuta de 0 a Y aumentando en la dirección del eje Y.
Básicamente, quiero revertir cdf (Y2) y overplot con cdf (Y1) y graficar ambos en la misma ventana de gráfico de cdf. Eventualmente quiero sombrear áreas específicas bajo las curvas basadas en los valores de X1 y X2, pero antes de eso, ¿quiero saber cómo podría lograr esta tarea?
Comencé con obtener el puntaje de probabilidad y agregar una columna para 1-P (X2> x) para Y2, pero me quedé estancado sobre cómo podría obtener 1-P (X2> x) y P (X1 <= x1) en el mismo Eje X y corría alrededor de círculos con la forma en que podía abordar esto en general. Cualquier pensamiento e indicador sería realmente útil. Tengo 5 categorías diferentes de una variable de agrupación y no me importa tener 5 gráficos de cdf diferentes.
Re: Dibuje un CDF convencional e inverso en el mismo gráfico agrupando la variableSe adjunta un script que creo que simula la configuración de sus datos y dos métodos para crear el gráfico que describió. Uno utiliza datos sin apilar (dos columnas) y otro con datos apilados. Si está buscando filas donde el Inv Prob de Y2> Prob Y1 los datos sin apilar (en bruto) serían más fáciles de usar.
Nota, Y1 y Y2 fueron simulados como distribuciones uniformes.
Names Default to Here(1);
dt = New Table("Demo - Raw", Add rows(1000),
New Column("Y1", Numeric, Continuous, <<SET each="" value=""></SET>
Aquí están los dos gráficos:
Re: Dibuje un CDF convencional e inverso en el mismo gráfico agrupando la variableMe gusta mucho la solución de Georgia. Este es un enfoque más simple y diferente: normalizar los dos conjuntos de datos antes de combinar la gráfica. Puede que no sea tan satisfactorio.
Utilicé dos distribuciones normales con diferentes parámetros para ilustrar este enfoque. Podría guardar el modelo ajustado para una distribución de datos de muestra como una fórmula de columna en vez de leer los datos como yo lo hice. Aquí está la trama resultante:
Adjunto la tabla de datos que hice para producir este gráfico.
