使用分箱平均值创建直方图答案

【问题标题】：Creating Histogram with Binning Averages使用分箱平均值创建直方图
【发布时间】：2014-08-09 23:52:06
【问题描述】：

我正在使用移动平均线和分箱制作两个直方图。通过使用 excel，我得到了 18k 数据点的移动平均值，其中大多数是 0 值。

这就是我希望通过 R 完成的工作

我想使用 R 来制作一个脚本，该脚本将生成一个设备收到多少“计数”的直方图。我试过了：

hist(y, 20)  
hist (y, ) 
plot (y, x)

现在，经过三天的学习，这就是我得到的：

y <- AltWithAllCounts$Cts.p.ms
x <- AltWithAllCounts$Alt 
barwidth <- 100 
#how many bins
block <- rep(seq(1,length(x)/barwidth),each=barwidth)
#makes bins
a <- aggregate(y,by=list(block),sum) 
#creates sum of bins
altmean <- aggregate(x,by=list(block),mean)
#finds mean altitude of each bin
avgCount <- a$x/barwidth
#averages out each bin
plot(altmean$x,avgCount,xlab="Altitude",ylab="Counts") 
# creates scatterplot of mean bins
 avgBinCnt <- data.frame(altmean$x,a$x)
write.csv(avgBinCnt,file="avgBinCnt.csv",)

这个想法是我想要 20 个值的平均总和并随着时间的推移绘制它，即 x

【问题讨论】：

标签： r graphics average binning

【解决方案1】：

直方图显示频率，而不是间隔中的出现次数。要获得后者，可以执行以下操作：

# First create some test data
t <- seq(1,20000)
p <- 2000
s <- (sin(t*pi/p)+1)/2
d <- ifelse(runif(length(s))<s,1,0)
# Each element of d now contains a 1 or a 0, with a probability that varies
# according to the sign function
# Choose how many elements to count over
barwidth <- 100
# Create a vector of block numbers, with each numbered block having a length of 
# barwidth
block <- rep(seq(1,length(s)/barwidth),each=barwidth)
# Now we aggregate with the sum to find the number of 1s in each block
a <- aggregate(d,by=list(block),sum)
# And plot it to show that we have the expected result
barplot(a$x)

... 给出：

对于频率散点图而不是计数条形图，这给出了所需的输出：

midpoint <- aggregate(t,by=list(block),mean)
plot(midpoint$x,a$x,xlab="",ylab="frequency")

或者可以找到并绘制一个对称的移动平均值：

filt <- rep(1/barwidth,barwidth)
y_sym <- filter(d, filt, sides=2)
plot(t,y_sym,xlab="",ylab="frequency")

【讨论】：

感谢您的快速回复。我更改了我的数据以反映我确实有大于 1 的值。
我展示的方法同样适用于每个周期的计数超过一个的情况，以及每个周期的计数不超过一个的情况。虽然我绘制了计数的总和而不是平均计数，但我可以通过除法得到平均计数，例如avgCount <- a$x/barwidth
我更新了我的帖子并添加了一个指向我想要获得的散点图的链接。
我仍在打印 sin() 函数。我希望了解如何在散点图中为分箱平均值和移动平均值编写代码，就像我在上面的超链接“移动平均值”中发布的链接一样。
如果你在上面的代码中用你的向量y替换我的向量d，用你的向量x替换我的向量x，并使用对称移动平均代码，你会得到一个图表与您发布的完全一样。