r - 将变量(具有接近最大值和最小值的许多数据点)转换为均匀分布?
问题描述
我需要在 R 中制作一些模型,并且我的一些预测器遇到了一些问题。它们分布在 0 和 1 之间,它们给出了土地覆盖类型的百分比。例如 0.3 表示 30% 的区域被森林覆盖。
这是其中一个的直方图和密度图:
我想将这些预测变量转换为 R 内的均匀分布(它不必是完美的)。我不知道要使用什么转换,因为有很多数据点接近它们的最大值和最小值。
任何帮助表示赞赏,谢谢!
解决方案
我不清楚你为什么需要这样做——大多数统计方法对预测变量的分布没有要求——但是
rank(x)/(length(x)+1)
将为您提供一个新变量,该变量均匀分布在 0 和 1 之间(并且永远不会恰好是 0 或 1)
推荐阅读
- flutter - 使用 Riverpod 时可以保存全局 ref 对象吗
- javascript - 反应路由器 v6 在组件之外导航
- python - Python:局部函数中的全局变量可能吗?
- java - 在 Spring Boot jpa 中存储日期的最佳方法是什么?
- c# - 在 MongoDB 5.0 中过滤基于时间的数据,c# 驱动程序:得到错误(零)结果
- python - 如何通过比较两个对象的函数的结果对对象列表进行分组?
- android - GeocodingPlugin.java 使用或覆盖已弃用的 API
- r - 在 R 中添加名称/总计列
- git - 由于文件夹太大,Github 项目不会更新
- apache - Symfony on Xampp (Apache) 问题:页面未加载