来自density 的返回是包含以下部分的列表:
> str(dA)
List of 7
$ x : num [1:512] -3.67 -3.66 -3.65 -3.64 -3.63 ...
$ y : num [1:512] 0.00209 0.00222 0.00237 0.00252 0.00268 ...
$ bw : num 0.536
$ n : int 4
$ call : language density.default(x = A)
$ data.name: chr "A"
$ has.na : logi FALSE
- attr(*, "class")= chr "density"
请注意原始数据不在其中,因此我们无法获取它,只需执行dAB = density(c(dA$data, dB$data)) 之类的操作。
x 和 y 分量构成密度曲线,您可以使用 plot(dA$x, dA$y) 绘制该曲线。您可能认为您需要做的就是从两个 density 对象中添加 y 值,但不能保证它们会处于相同的 x 点。
所以也许您认为您可以将一个插入到相同的x 点,然后添加y 值。但这不会像适当的密度那样集成到 1,所以你应该做的是根据每个组件密度中点的分数缩放 dA$y 和 dB$y - 你可以从 dA$n 组件中获得.
如果您不理解最后一点,请考虑以下两种密度,一种来自 1000 点,一种来自 10 点:
dA = density(runif(1000))
dB = density(runif(500)+10)
第一个是 0 到 1 之间的制服,第二个是 10 到 11 之间的制服。两个制服的高度都是 1,它们的范围不重叠,所以如果你添加它们,你会得到两个步骤等高。但是他们工会的密度:
dAB = density(c(runif(1000), runif(500)+10))
是在 0 和 1 之间质量是 10 和 11 之间质量两倍的密度。当添加取自样本的密度时,您需要按样本大小加权。
因此,如果您可以将它们内插到相同的 x 值,然后将根据 n 值缩放的 y 值相加作为权重,您可以获得近似的结果density(c(A,B)).