【问题标题】:How to adjust ellipses overlap calculation in overlap{siar} to match normal probability ellipsoids in ggbiplot?如何调整重叠 {siar} 中的椭圆重叠计算以匹配 ggbiplot 中的正态概率椭球?
【发布时间】:2016-05-20 14:52:27
【问题描述】:

回到这个thread,我正在计算两个椭圆之间的交集,例如versicolor 和 virginca 的交集体积: 使用以下 mwe:

data(iris)
log.ir <- log(iris[, 1:4])
ir.species <- iris[, 5]
ir.pca <- prcomp(log.ir, center = TRUE, scale. = TRUE)

library(ggbiplot)
g <- ggbiplot(ir.pca, obs.scale = 1, var.scale = 1, 
          groups = ir.species, ellipse = TRUE,
          circle = TRUE)
g <- g + scale_color_discrete(name = '')
g <- g + theme(legend.direction = 'horizontal', 
           legend.position = 'top')
print(g)

然后我使用重叠{siar} 计算椭圆体,如下所示:

library(siar)
setosa <- ir.pca$x[ir.species=="setosa",]
versicolor <- ir.pca$x[ir.species=="versicolor",]
virginica <- ir.pca$x[ir.species=="virginica",]

tmp <- overlap(versicolor[,1], versicolor[,2], virginica[,1], virginica[,2], steps = 5)
virginica.percentage <- round(x=(tmp$overlap/tmp$area2*100), digits = 2)
versicolor.percentage <- round(x=(tmp$overlap/tmp$area1*100), digits = 2)
> virginica.percentage [1] 1.54
> versicolor.percentage[1] 1.56

这显然比上面的图2 显示的要少得多。

正如ggbiplot code on line 50 所指出的,ggbiplot 默认计算概率为“ellipse.prob = 0.68”的正态概率椭球,即上图中使用的。

由于documentation 重叠,{siar} 将椭圆计算为“小样本量校正标准椭圆”。

因此我问自己如何修改重叠{siar} 以计算类似于在 ggbiplot 中绘制/计算的正态概率椭球。

【问题讨论】:

    标签: r overlap ellipse ggbiplot


    【解决方案1】:

    https://github.com/AndrewLJackson/SIBER 提供的最新版 SIBER 包括两个新函数,用于计算用户定义大小(即不同分位数)的椭圆的重叠。

    maxLikOverlap()
    

    bayesianOverlap()
    

    我建议你使用从主分支安装

      # install.packages("devtools") # install if necessary
      devtools::install_github("andrewljackson/SIBER@master",
      build_vingettes = TRUE)
      library(SIBER)
    

    并遵循小插图“Ellipse-Overlap”。如果没有为您安装小插曲,您可以直接从 github 存储库https://github.com/AndrewLJackson/SIBER/tree/master/vignettes 下载它们

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2011-12-11
      • 1970-01-01
      • 2016-01-27
      • 2016-07-02
      • 1970-01-01
      • 1970-01-01
      • 2023-03-19
      • 2018-02-04
      相关资源
      最近更新 更多