在 R 中以特定累积和（或概率）识别向量索引或值答案

【问题标题】：Identify vector index or value at a specific cumulative sum (or probability) in R在 R 中以特定累积和（或概率）识别向量索引或值
【发布时间】：2015-06-10 19:24:39
【问题描述】：

这似乎是一个简单的问题，但由于某种原因我一直无法找到解决方案。

我有一个总和为 1 的概率矩阵，我想知道在哪个值处我的累积总和为 0.5。换句话说，如果我把这个矩阵变成一个排序的向量，我必须从最高值走多远才能得到 0.5 的累积和。

我将矩阵转换为值向量并使用 plot(cumsum(x)) 生成以下图表：

我可以做类似的事情

P<-ecdf(x)
P(0.00001)

要获得 x 值为 0.00001 的累积和，但我想朝另一个方向前进，即累积和为 0.5 的 x 值是多少？

quantile() 给我排序值的 50% 的值（例如，它会给我上图中 sort(x)[4e+05] 的值），这不是我想要的。

感谢您对这个看似简单的问题的帮助！

干杯，乔什

解决办法：

x[max(which(cumsum(x)<=0.5))]

给出的值是 0.5 的累积总和（感谢@plafort），尽管似乎应该有更简单的方法！

【问题讨论】：

如果您将reproducible example 包含在样本输入数据中并希望用于该样本，将会很有帮助。 cumsum 返回一个向量，所以我不明白你怎么做 P(0.00001) 因为P 应该是一个向量，而不是一个函数。
正如@MrFlick 正确指出的那样，P 必须是一个函数，在你的情况下有一个情节 - 它必须适合你的数据点的分析（通常是平滑）函数跨度>
同上之前所说的。这是一个简单的前任。 vec <- seq(.01, 1, length.out=30)。解决方案：max(which(cumsum(vec) <= 0.5)) 会给出一个位置编号，cumsum(vec)[max(which(cumsum(vec) <= 0.5))] 会给出接近 0.5 但不会超过的值。
大家好，在两个方面道歉：1）我认为我遗漏了一些非常简单的东西，以至于我没有包含可重复的数据，2）我使用 ecdf() 来获得相应的累积总和，而不是 cumsum() （现在在上面的文本中修复）。 @plafort，您的代码可以解决问题，但似乎应该只有一个与 ecdf() 相反的函数！

标签： r quantile cumsum

【解决方案1】：

我想我得到了你想要的；这是我的解决方案：我的目标是找出矩阵的元素，例如cumsum 是>= 20。尽管我认为必须有一种超级简单的方法来实现这一点。

set.seed(1)
data <- matrix(rnorm(9, 10), 3, 3)
data
          [,1]      [,2]     [,3]
[1,]  9.373546 11.595281 10.48743
[2,] 10.183643 10.329508 10.73832
[3,]  9.164371  9.179532 10.57578
which(cumsum(data) >= 500)[1]
[1] NA
which(cumsum(data) >= 20)[1]
[1] 3

【讨论】：