Question

情况如下：

我想将直方图描述为几种分布的总和，从而使这些分布适合该直方图。在ROOT / C ++中非常明显，但我在R中寻找等价物。这是一个不言自明的例子：

## SUM OF TWO GAUSSIANS OF DIFFERENT WIDTHS
x=rnorm(n=1000,mean=0,sd=1)
y=rnorm(n=1000,mean=0,sd=3)
z=append(x,y)
b=seq(-10,10,by=0.25)
hist(z,breaks=b)

在这种情况下，各个贡献（x）和（y）是已知的，我可以用内核提取它们的密度曲线：

## NARROW GAUSSIAN
hist(x,prob=T,breaks=b)
dx=density(x,ker="epan")
lines(dx,col=3,lwd=2)

## WIDE GAUSSIAN
hist(y,prob=T,breaks=b)
dy=density(y,ker="epan")
lines(dy,col=2,lwd=2)

我想做点什么 ž〜DX + DY

dx和dy的分数是要拟合的参数。查看R文档，我只发现了单回归和平滑的参考。

有没有人有线索或有同情心的联系？

提前致谢， X

Answer 1

我找到了一种方法，但忽略了内核：

x=rnorm(n=10000,mean=0,sd=1)
y=rnorm(n=10000,mean=0,sd=3)
z=append(x,y)
x=subset(x,abs(x)<=10)
y=subset(y,abs(y)<=10)
z=subset(z,abs(z)<=10)
hx=hist(x,prob=T,breaks=b)
hy=hist(y,prob=T,breaks=b)
hz=hist(z,prob=T,breaks=b)

LM（式= as.formula（HZ $强度〜HX $强度+ HY $强度））

呼叫： lm（公式= as.formula（hz $ intensityities~hx $ intensityities + hy $ intensityities））

系数：（拦截）hx $强度hy $强度
4.344e-17 5.002e-01 4.998e-01

假设模板直方图是可靠的（足够的条目，相关的分箱）。我将同时深入研究如何将其应用于内核的拟合，鉴于此 LM（式= as.formula（HZ $强度〜DX $ Y + DY $ Y）） LM（式= as.formula（Z〜DX $ Y + DY $ Y））最终得到错误：变量长度不同（找到'dx $ y'）

因为内核是从全集（x）而不是直方图hx估计的。

谢谢，对马萨诸塞州的问候！

R：直方图上的分布总和的回归

1 个答案: