6

ggplot2 で、stat_ellipse を使用して楕円プロットを描画した後、この楕円の面積を計算する方法はありますか? コードとプロットは次のとおりです。

library(ggplot2)
set.seed(1234)
x <- rnorm (1:1000)
y <- rnorm (1:1000)
data <- cbind(x, y)
data <- as.data.frame(data)
ggplot (data, aes (x = x, y = y))+
  geom_point()+
  stat_ellipse()

ここに画像の説明を入力

4

2 に答える 2

10

楕円の面積は、楕円の長軸と短軸を見つけることで計算できます (この SO の回答に示されているように)。

# Plot object
p = ggplot (data, aes (x = x, y = y))+
  geom_point()+
  stat_ellipse(segments=201) # Default is 51. We use a finer grid for more accurate area.

# Get ellipse coordinates from plot
pb = ggplot_build(p)
el = pb$data[[2]][c("x","y")]

# Center of ellipse
ctr = MASS::cov.trob(el)$center  # Per @Roland's comment

# Calculate distance to center from each point on the ellipse
dist2center <- sqrt(rowSums((t(t(el)-ctr))^2))

# Calculate area of ellipse from semi-major and semi-minor axes. 
# These are, respectively, the largest and smallest values of dist2center. 
pi*min(dist2center)*max(dist2center)

[1] 13.82067
于 2016-08-05T06:34:36.107 に答える
0

最初に固有値を計算することにより、共分散行列から面積を直接計算できます。

取得したい信頼係数で分散/固有値をスケーリングする必要があります。

このスレッドはとても役に立ちます

set.seed(1234)
dat <- data.frame(x = rnorm(1:1000), y = rnorm(1:1000))

cov_dat <- cov(dat) # covariance matrix

eig_dat <- eigen(cov(dat))$values #eigenvalues of covariance matrix

vec <- sqrt(5.991* eig_dat) # half the length of major and minor axis for the 95% confidence ellipse

pi * vec[1] * vec[2]  
#> [1] 18.38858

2020-02-27 作成者reprex パッケージ(v0.3.0)

この特定のケースでは、共分散はゼロであり、固有値は多かれ少なかれ変数の分散になります。したがって、計算には分散のみを使用できます。- 両方とも正規分布しているとします。

set.seed(1234)
data <- data.frame(x = rnorm(1:1000), y = rnorm(1:1000))

pi * 5.991 * sd(data$x) * sd(data$y) # factor for 95% confidence = 5.991
#> [1] 18.41814

2020-02-27 作成者reprex パッケージ(v0.3.0)

計算された値は、ユーザー eipi10 の回答とは異なります。これは、内部の計算が異なり、基になる分布の仮定が異なるためである可能性があります。このスレッドを参照してください。

于 2020-02-27T13:54:53.523 に答える