- 1変数がである確率をと書くことにする
- 確率密度関数
- 累積分布関数
- 昇降順を逆にした累積分布関数
- 生存関数とも言う
- "Xがxより大きい(長生きする)確率"
- 逆累積分布関数
- "累積確率がのときのの値"
- 昇降順を逆にした累積分布関数の逆関数
- ハザード関数
- "に「生き残っている画分がで死亡する」確率"
- 累積ハザード関数
- 1変数数値データから
- density()関数を用いて、「確率密度関数」を
- ecdf()関数を用いて、「累積分布関数」を推定し
- S,Z,h,Hは、f,Fから作れるのでそれを作ってプロットしてみる
- 以下の例では正規乱数
par(mfcol=c(3,3))
N<-1000000
X<-rchisq(N,1)
X<-rnorm(N)
fn<-density(X)
x<-fn[[1]]
f<-fn[[2]]
plot(x,f,type="l",xlim=c(min(X),max(X)),main="probability function")
Fn<-ecdf(X)
F<-Fn(x)
plot(x,F,type="l",xlim=c(min(X),max(X)),main="cumulative distribution function")
plot(F,x,type="l",main="INVERSE cumulative distribution function")
S<-1-F
plot(x,S,type="l",xlim=c(min(X),max(X)),main="Survival function:1-F;DECREASING cumulative distribution function")
plot(S,x,type="l",main="INVERSE survival function:INVERSE DECREASING cumulative distribution function")
h<-f/S
plot(x,h,xlim=c(min(X),max(X)),main="hazard function")
H<--log(S)
plot(x,H,xlim=c(min(X),max(X)),main="cumulative hazard function")
par(mfcol=c(1,1))