使用R在对数刻度上转换变量密度

Question

我想绘制变量的密度,其范围如下:

 Min.   :-1214813.0  
 1st Qu.:       1.0  
 Median :      40.0  
 Mean   :     303.2  
 3rd Qu.:     166.0  
 Max.   : 1623990.0

密度的线性图导致在[0,1000]范围内的高柱,具有朝向正无穷大和负无穷大的两个非常长的尾部.因此,我想将变量转换为对数刻度,以便我可以看到平均值周围发生了什么.例如,我想的是:

log_values = c( -log10(-values[values<0]), log10(values[values>0]))

这导致:

Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
-6.085   0.699   1.708   1.286   2.272   6.211 

这个问题的主要问题是它不包含这些0值.当然,我可以远离转移所有的值0用values[values>=0]+1,但这将数据引入一些失真.

将这个变量转换为对数尺度的可接受且科学可靠的方法是什么？

Answer 1

除了转换之外，您还可以操作直方图本身来了解数据。这给您带来的好处是绘图本身保持可读性，并且您可以立即了解中心的分布情况。假设我们模拟以下数据：

Data <- c(rnorm(1000,5,10),sample(-10000:10000,10))
> summary(Data)
     Min.   1st Qu.    Median      Mean   3rd Qu.      Max. 
-9669.000    -2.119     5.332    85.430    12.460  9870.000 

然后你有几种不同的方法。要了解数据中心发生的情况，最简单的方法就是绘制数据中心。在这种情况下，假设我对第一和第三四分位数之间发生的事情感兴趣，我可以绘制：

hist(Data,
     xlim=c(-30,30),
     breaks=c(min(Data),seq(-30,30,by=5),max(Data))
     main="Center of Data"
     )

如果您还想计算尾部，可以转换数据以折叠尾部并更改轴以反映这一点，如下所示：

1. 您将感兴趣范围之外的所有值指定为刚好超出该范围的值
2. 您绘制直方图，将所有极值分入一个箱中
3. 您使用正确的标签构造 X 轴
4. 您可以使用axis.break()包中的内容plotrix在 X 轴上添加一些中断，表示不连续轴

为此，您可以使用类似以下代码的内容：

 require(plotrix)
 # rearrange data
 plotdata <- Data
 id <- plotdata < -30 | plotdata > 30
 plotdata[id] <- sign(plotdata[id])*35
 # plot histogram
 hist(plotdata,
      xlim=c(-40,40),
      breaks=c(-40,seq(-30,30,by=5),40),
      main="Untailed Data",
      xaxt='n'   # leave the X axis away
      )
 # Construct the X axis
 axis(1,
      at=c(-40,seq(-30,30,by=10),40),
      labels=c(min(Data),seq(-30,30,by=10),max(Data))
 )
 # add axis breaks
 axis.break(axis=1,breakpos=-35)
 axis.break(axis=1,breakpos=35)

这给你：

freq=TRUE请注意，您可以通过添加到该函数来获得原始频率hist()。