Questa domanda è legata a due domande differenti ho chiesto in precedenza:Plot matrice ponderata in frequenza
1) Reproduce frequency matrix plot
2) Add 95% confidence limits to cumulative plot
desidero riprodurre questo trama in R:
Sono arrivato fino a questo punto, utilizzando il codice sotto l'immagine:
#Set the number of bets and number of trials and % lines
numbet <- 36
numtri <- 1000
#Fill a matrix where the rows are the cumulative bets and the columns are the trials
xcum <- matrix(NA, nrow=numbet, ncol=numtri)
for (i in 1:numtri) {
x <- sample(c(0,1), numbet, prob=c(5/6,1/6), replace = TRUE)
xcum[,i] <- cumsum(x)/(1:numbet)
}
#Plot the trials as transparent lines so you can see the build up
matplot(xcum, type="l", xlab="Number of Trials", ylab="Relative Frequency", main="", col=rgb(0.01, 0.01, 0.01, 0.02), las=1)
La mia domanda è: Come posso riprodurre il grafico superiore in un passaggio, senza tracciare più campioni?
Grazie.
Nonostante il fatto che avessi in mente un grafico più deterministico, ho pensato che il grafico con ponderazione della trasparenza fosse migliore per illustrare la natura statistica di questa domanda. Suppongo che potrebbe essere stato delineato da: 'lines (6:36, 6/(6:36), lty = 3)' per mostrare che le possibilità estreme.) –
@DWin Stranamente sto sbattendo la testa cercando di creare una sorta di heatmap di densità (o hexbin) quindi è più simile alla versione con peso trasparente. Se hai una buona idea di come crearlo, posso fare una nuova domanda? Stavo pensando a qualcosa come [questo] (http://www.actualanalytics.com/density-plot-heatmap-using-r-a58). –
Questo link non funziona per me al momento, ma ho imparato molto dalle tue domande quindi ti incoraggio a chiedere di più. –