R：在数组上应用 ecdf 函数

Posted 2023-03-05

【中文标题】R：在数组上应用 ecdf 函数

【英文标题】：R : Apply ecdf function on array

【发布时间】：2015-02-09 23:58:33

【问题描述】：

起初我有一个这样的矩阵：

x <- matrix(rnorm(1e3),260)

然后是一个数组

lst <- lapply(seq(1,length(x[,1]), by=52), function(i) x[i:(i+51),])
Data_array <- array(unlist(lst), dim=c(52,length(x[1,]),(length(x[,1])/52)))

此数组是 52（周）的 Dataframe 序列。 这是一个时间分析（每周）

我想在这个数组上计算一个 ecdf 函数。

, , 1

             [,1]        [,2]        [,3]
 [1,]  **0.66319631**  0.01004290  0.02133477
 [2,] -1.64273648  0.23105503  1.02862145
 [3,]  1.17083363 -0.49700717 -0.01119745

, , 2

             [,1]        [,2]         [,3]
 [1,] **-0.79365987**  1.28394049 -0.547763434
 [2,] -0.09221301  1.07676841  0.570294731
 [3,]  0.20293308  1.00182888  0.247373981

, , 3

             [,1]         [,2]        [,3]
 [1,]  **1.03862172** -0.961678683  1.25334651
 [2,]  0.58476540  0.745250484 -0.06183788
 [3,]  0.24057690  1.226575038  0.23363005

计算每个单元格的 ecdf 函数。这是每周的季节性分析。

即计算此时间序列的分位数 (**)：0.66319631;-0.79365987;1.03862172

对于 MEAN，它是有效的：

array_lag_sum<-apply(Data_array,c(1,2),FUN=function(x)mean(x,na.rm=TRUE))

我尝试了与 ecdf 类似的功能，但它不起作用。

percent_array<-apply(Data_array,c(1,2),FUN=function(u)ecdf(u)(u))

然后...它还没有完成，我想重新格式化这个数组，就像数据数据帧 (x) 的原始格式一样。 （类似于 rbind，但在数组上。）

非常感谢您的帮助。

编辑：

对不起，但我不知道我是否这么清楚。数组对我来说很复杂；

但是用你的方法，如果我有这个简单的数据框：

B <- matrix(seq(1,20), 20, 3)

    > B
          [,1] [,2] [,3]
     [1,]    1    1    1
     [2,]    2    2    2
     [3,]    3    3    3
     [4,]    4    4    4
     [5,]    5    5    5
     [6,]    6    6    6
     [7,]    7    7    7
     [8,]    8    8    8
     [9,]    9    9    9
    [10,]   10   10   10
    [11,]   11   11   11
    [12,]   12   12   12
    [13,]   13   13   13
    [14,]   14   14   14
    [15,]   15   15   15
    [16,]   16   16   16
    [17,]   17   17   17
    [18,]   18   18   18
    [19,]   19   19   19
    [20,]   20   20   20

你的函数给出：

    Data_array <- array( B, dim=c(10,3,5))

, , 1

      [,1] [,2] [,3]
 [1,]    1   11    1
 [2,]    2   12    2
 [3,]    3   13    3
 [4,]    4   14    4
 [5,]    5   15    5
 [6,]    6   16    6
 [7,]    7   17    7
 [8,]    8   18    8
 [9,]    9   19    9
[10,]   10   20   10

, , 2

      [,1] [,2] [,3]
 [1,]   11    1   11
 [2,]   12    2   12
 [3,]   13    3   13
 [4,]   14    4   14
 [5,]   15    5   15
 [6,]   16    6   16
 [7,]   17    7   17
 [8,]   18    8   18
 [9,]   19    9   19
[10,]   20   10   20

或者我会更喜欢这样的：

,,1

      [,1] [,2] [,3]
 [1,]    1    1    1
 [2,]    2    2    2
 [3,]    3    3    3
 [4,]    4    4    4
 [5,]    5    5    5
 [6,]    6    6    6
 [7,]    7    7    7
 [8,]    8    8    8
 [9,]    9    9    9
[10,]   10   10   10

,,2
      [,1] [,2] [,3]
 [1,]   11   11   11
 [2,]   12   12   12
 [3,]   13   13   13
 [4,]   14   14   14
 [5,]   15   15   15
 [6,]   16   16   16
 [7,]   17   17   17
 [8,]   18   18   18
 [9,]   19   19   19
[10,]   20   20   20

并在结果中得到一个表格，该表格是时间序列的百分位值。 每列和每行的百分位值分别为 1 和 11、2 和 12（我知道这无关紧要，但仅作为示例）

对不起，如果我的最后一个问题无法理解

【问题讨论】：

ecdf 返回一个函数，而不是一个值。

最终，我们需要的是对各种ecdf 函数的可能应用程序集的特定安排，以矩阵形式提供。学习 R 的一个常见困难是明确区分 R 函数和该函数的结果。

【参考方案1】：

答案是：

 ecdf_mat <- apply( Data_array, 1:2, ecdf)

这会将前两个索引的每个组合中的值传递给函数ecdf。这些通道中的每一个都会将一个函数返回到一个矩阵位置。如果没有一点指导，您将获得大多数人无法使用的东西：一个 52 x 4 的函数矩阵。这些函数包含在有效矩阵或数组元素的列表中：

> dim(apply( Data_array, 1:2, ecdf) )
[1] 52  4

要访问它们，您需要先使用标准“[”索引将它们从矩阵中拉出，然后通过调用“[[1]]”将它们从列表容器中拉出：

> str(apply( Data_array, 1:2, ecdf)[1,1] )
List of 1
 $ :function (v)  
  ..- attr(*, "class")= chr [1:3] "ecdf" "stepfun" "function"
  ..- attr(*, "call")= language FUN(newX[, i], ...)

> apply( Data_array, 1:2, ecdf)[1,1][[1]]
Empirical CDF 
Call: FUN(newX[, i], ...)
 x[1:5] = -0.92217, -0.37471, 0.058284, 0.28502, 0.44391

> apply( Data_array, 1:2, ecdf)[1,1][[1]](0)
[1] 0.4

编辑：------

看来您不想要 ecdf 本身（尽管我的努力让您认识到区别没有得到回应），而是想要一个形状相同的数组，其中 ij 位置的百分位值被视为单个长度 k -序列。我可以想到两种方法来做到这一点。第一个将使用我构建和演示的 ecdf 函数矩阵，但我相信这是更巴洛克的方法，并且更容易为您提供更直接的路线。我冒昧地将第一个维度的长度设置为 10 长，从而使其更易于管理。

x <- matrix(rnorm(1e3),260)
lst <- lapply(seq(1,length(x[,1]), by=10), function(i) x[i:(i+51),])
Data_array <- array(unlist(lst), dim=c(10,length(x[1,]),(length(x[,1])/52

pctiles2 <-  apply( Data_array,  1:2, function(x) ecdf(x)(x) )

> str(pctiles2)
 num [1:5, 1:10, 1:4] 0.8 0.4 0.6 0.2 1 0.4 1 0.2 0.6 0.8 ...

它们实际上不是百分位数，但这可以通过在 ecdf 调用中滑入 100* （或将结果乘以 100..）轻松解决。您会注意到结构已被置换，因此分位数/percentiles 序列在第一列中运行。这是因为 apply 始终以列主要顺序传递其结果。有一个函数 aperm 可以让您按原始顺序重新排列它们：

re_pctiles <- aperm(pctiles, c(2,3,1) )

【讨论】：

??????????????????如果我完全误解了请求，我应该从缺少复选标记或赞成票中接受吗？

那么在 i,j 位置，您想要 i,j 项的百分位值吗？ （这意味着您实际上并不希望将 ecdf() 用于那些长度为 5 的序列，而是将 ecdf 应用于这些位置？）

正是这样......非常感谢，非常感谢。可能是最后一个问题，如何将此数组转换为数据框？检索我的原始矩阵格式，排序为 1 到 20（但带有百分位值），3 列和 20 行......谢谢......

我认为您已经获得了足够多的感激之情。我不是特别倾向于回答另一个含糊的问题（我不太明白。）

好的，我明白了...但是您必须知道，我非常感谢所提供的帮助...抱歉，如果我的问题不清楚，英语不是我的母语。最好的问候。