अनुभवजन्य सीडीएफ फ़ंक्शन आमतौर पर एक चरण फ़ंक्शन द्वारा अनुमानित किए जाते हैं। क्या ऐसा कारण है कि यह रैखिक प्रक्षेप का उपयोग करके इस तरह से किया जाता है और नहीं? क्या चरण फ़ंक्शन में कोई दिलचस्प सैद्धांतिक गुण हैं जो हमें इसे पसंद करते हैं?
यहाँ दो का एक उदाहरण दिया गया है:
ecdf2 <- function (x) {
x <- sort(x)
n <- length(x)
if (n < 1)
stop("'x' must have 1 or more non-missing values")
vals <- unique(x)
rval <- approxfun(vals, cumsum(tabulate(match(x, vals)))/n,
method = "linear", yleft = 0, yright = 1, f = 0, ties = "ordered")
class(rval) <- c("ecdf", class(rval))
assign("nobs", n, envir = environment(rval))
attr(rval, "call") <- sys.call()
rval
}
set.seed(2016-08-18)
a <- rnorm(10)
a2 <- ecdf(a)
a3 <- ecdf2(a)
par(mfrow = c(1,2))
curve(a2, -2,2, main = "step function ecdf")
curve(a3, -2,2, main = "linear interpolation function ecdf")
संबंधित ………………………………
"" एक चरण फ़ंक्शन द्वारा अनुमान लगाया गया है "एक सूक्ष्म गलत धारणा को मानता है: ECDF केवल एक चरण फ़ंक्शन द्वारा अनुमानित नहीं है ; यह है परिभाषा के द्वारा इस तरह के एक समारोह। यह एक यादृच्छिक चर के सीडीएफ के समान है। विशेष रूप से, संख्याओं के किसी भी परिमित अनुक्रम को देखते हुए एक प्रायिकता स्थान को परिभाषित करते हैं with , असतत, और वर्दी। चलो यादृच्छिक चर बताए हो को । ECDF का CDF है ।यह विशाल वैचारिक सरलीकरण परिभाषा के लिए एक सम्मोहक तर्क है।
—
whuber