R中的多元密度计算

Question

我有一个包含许多数值变量的数据框。有没有一种方法可以计算（不绘制）比其他密度低的全局密度区域？换句话说，有没有一种方法可以定位超空间中数据点非常稀疏的区域？

Answer 1

假设您的数据框看起来像这样

df <- data.frame(x = c(rnorm(100,0,3),rnorm(100,12,1),rnorm(100,20,3)), 
                 y = c(rnorm(75,5,2),rnorm(75,-5,3),rnorm(140,10,2),rnorm(10,25,10)))

您可以将每个密度存储在一个向量中

dsx <- density(df$x)
dsy <- density(df$y)

现在看看dsx 的结果。你会看到我们得到一个列表，其中包含：

• dsx$x 评估密度的坐标

• dsx$y 这些坐标处的估计密度

如果要查找人口稀少地区的坐标，只需检索低密度对应的坐标即可。

dsx$x[which(dsx$y) < 0.03] # returns coordinates for which density(x) < 0.03

要结合所有坐标（此处为 x 和 y），我将创建一个包含坐标及其密度的数据框，并根据密度值对其进行过滤。

df_ds <- data.frame(dsx$x, dsy$x, dsx$y, dsy$y)
df_ds[which((df_ds$dsx.y < 0.03) & (df_ds$dsy.y < 0.01)), c("dsx.x","dsy.x")]

默认情况下，每个坐标您将获得512 值density。您可能希望通过在density 中设置n 来增加此步骤。确保在每个坐标上设置相同的值。

dsx <- density(df$x, n=2048)