Làm thế nào để quy mô âm mưu violin để so sánh?

Tôi đang cố gắng vẽ các ô vĩ cầm và tự hỏi liệu có một thực tiễn tốt nhất được chấp nhận để nhân rộng chúng theo các nhóm không. Dưới đây là ba tùy chọn tôi đã thử sử dụng bộ mtcarsdữ liệu R (Motor Trend Cars từ năm 1973, được tìm thấy ở đây ).

Chiều rộng bằng nhau

Có vẻ là những gì giấy ban đầu * làm và những gì R vioplotlàm ( ví dụ ). Tốt để so sánh hình dạng.

Khu vực bình đẳng

Cảm thấy đúng vì mỗi ô là một ô xác suất, và do đó diện tích của mỗi ô phải bằng 1,0 trong một số không gian tọa độ. Tốt để so sánh mật độ trong mỗi nhóm, nhưng có vẻ phù hợp hơn nếu các ô được phủ lên.

Khu vực có trọng số

Giống như diện tích bằng nhau, nhưng trọng số của số lượng quan sát. 6 xi-lanh trở nên tương đối mỏng hơn vì có ít những chiếc xe đó. Tốt để so sánh mật độ giữa các nhóm.

* Âm mưu của đàn violon: Một âm mưu theo dõi mật độ hộp âm mưu (DOI: 10.2307 / 2685478)

Lô hộp được sử dụng để tóm tắt sơ đồ của một phân phối. Các ô vĩ cầm chỉ là các ô hộp trong đó các hộp Q1, Q2 và Q3 được thay thế bằng một loạt các lượng tử. Vì lý do đó, tôi nghĩ rằng thông lệ được chấp nhận là sử dụng chiều rộng đồng đều giữa các nhóm.

Tuy nhiên, bạn đưa ra một điểm tốt: mật độ giữa các nhóm nên được so sánh như thế nào? Câu trả lời phụ thuộc vào việc bạn đang xem từng nhóm là dân số riêng hay dân số.

$\Sigma_i P_i = 1$

Thành thật mà nói, tôi nghĩ rằng bạn đang tiếp cận nó từ sai hướng. Tất cả ba lô rõ ràng cho bạn biết thông tin có giá trị - nếu không, bạn sẽ không xem xét sử dụng lô nào. Phân tích dữ liệu thăm dò là về việc hiểu dữ liệu của bạn. Trường hợp nó phù hợp với mong đợi. Nó không ở đâu. Làm thế nào nó được định hình trên nhiều biến.

Toàn bộ quan điểm của việc thực hiện EDA là đánh giá xem các mặc định của chúng tôi, có thể là các giả định phân phối hoặc đại số, mô hình thống kê sẽ được sử dụng, v.v. Như vậy, khái niệm về EDA "mặc định" có phần thiếu sót.

Nhìn vào tất cả chúng - hoặc ít nhất là tất cả các âm mưu liên quan đến câu hỏi bạn định hỏi. Không có lý do gì để tự trói mình vào "Điều thú vị" và "Tôi sẽ bỏ qua điều gì" ở giai đoạn EDA. Và nếu chúng ta chỉ cung cấp dữ liệu thông qua mặc định, thì đó không thực sự là EDA ở nơi đầu tiên.

Còn băng thông thì sao? Bạn đã nghĩ về điều đó?

Nếu bạn sử dụng các cài đặt mặc định của Phần mềm để lấy pdf, rất có thể bạn đang sử dụng quy tắc ngón tay cái để có băng thông tối ưu của hạt nhân gaussian. "Băng thông tối ưu" này sau đó có thể khác nhau đối với mỗi tập hợp con. Bây giờ hãy tự hỏi, những hình dạng vẫn có thể so sánh? Có thể là, người ta chạy vào đo cùng một biến (ước tính mật độ hạt nhân) với Tiêu chuẩn kép.

Đối với ước tính mật độ hạt nhân, các quy tắc rõ ràng đã được phát triển để có được băng thông phù hợp (một số loại xác thực chéo), nhưng đối với các ô vĩ cầm, chúng chủ yếu bị bỏ qua. Có thể quan trọng, khi kích thước mẫu khác nhau rất nhiều.

Tôi đang có vấn đề này ngay bây giờ. Bạn nghĩ gì về nó? Làm thế nào để bạn giải quyết nó? Bất kỳ ý kiến ​​được đánh giá rất cao.