Multiple Cumulative Distribution Functions for Continuous Variables
Source:R/ztils.R
multiCDF_cont.RdThis function gets the cumulative distribution function for selected distributions against a continuous, non-negative input variable. Possible distributions include "normal", "lognormal", "gamma", "exponential", "cauchy", "t", "weibull", "logistic", and "all".
Value
A dataframe with x, the real density, and the pdf of the desired distributions with length (nrows) equal to seq_length +1.
Examples
multicdf_cont(iris$Petal.Length)
#> Warning: NaNs produced
#> Warning: NaNs produced
#> Warning: NaNs produced
#> var_seq dens cdf_normal cdf_lognormal cdf_gamma cdf_exponential
#> 1 1.000 0.006666667 0.05849003 0.02286699 0.03255863 0.2336367
#> 2 1.118 0.013333333 0.06674142 0.03528817 0.04439181 0.2573264
#> 3 1.236 0.026666667 0.07586608 0.05075320 0.05821370 0.2802838
#> 4 1.354 0.073333333 0.08591116 0.06909542 0.07395406 0.3025316
#> 5 1.472 0.160000000 0.09691988 0.09004267 0.09150746 0.3240916
#> 6 1.590 0.246666667 0.10893058 0.11325770 0.11074137 0.3449852
#> 7 1.708 0.320000000 0.12197565 0.13837137 0.13150323 0.3652329
#> 8 1.826 0.320000000 0.13608061 0.16500790 0.15362691 0.3848547
#> 9 1.944 0.333333333 0.15126316 0.19280298 0.17693814 0.4038700
#> 10 2.062 0.333333333 0.16753230 0.22141564 0.20125920 0.4222974
#> 11 2.180 0.333333333 0.18488758 0.25053553 0.22641285 0.4401553
#> 12 2.298 0.333333333 0.20331846 0.27988647 0.25222541 0.4574611
#> 13 2.416 0.333333333 0.22280379 0.30922754 0.27852939 0.4742320
#> 14 2.534 0.333333333 0.24331146 0.33835235 0.30516539 0.4904844
#> 15 2.652 0.333333333 0.26479830 0.36708721 0.33198354 0.5062345
#> 16 2.770 0.333333333 0.28721004 0.39528859 0.35884458 0.5214977
#> 17 2.888 0.333333333 0.31048163 0.42284025 0.38562044 0.5362891
#> 18 3.006 0.340000000 0.33453765 0.44965027 0.41219469 0.5506232
#> 19 3.124 0.340000000 0.35929297 0.47564804 0.43846251 0.5645143
#> 20 3.242 0.340000000 0.38465364 0.50078151 0.46433069 0.5779759
#> 21 3.360 0.353333333 0.41051790 0.52501452 0.48971725 0.5910215
#> 22 3.478 0.353333333 0.43677740 0.54832449 0.51455111 0.6036637
#> 23 3.596 0.366666667 0.46331858 0.57070020 0.53877152 0.6159152
#> 24 3.714 0.380000000 0.49002410 0.59213993 0.56232751 0.6277880
#> 25 3.832 0.386666667 0.51677445 0.61264980 0.58517723 0.6392937
#> 26 3.950 0.406666667 0.54344946 0.63224229 0.60728733 0.6504438
#> 27 4.068 0.440000000 0.56993003 0.65093497 0.62863226 0.6612492
#> 28 4.186 0.460000000 0.59609963 0.66874946 0.64919357 0.6717207
#> 29 4.304 0.500000000 0.62184588 0.68571047 0.66895931 0.6818684
#> 30 4.422 0.526666667 0.64706201 0.70184505 0.68792332 0.6917024
#> 31 4.540 0.580000000 0.67164812 0.71718188 0.70608462 0.7012324
#> 32 4.658 0.600000000 0.69551240 0.73175077 0.72344686 0.7104679
#> 33 4.776 0.633333333 0.71857214 0.74558216 0.74001769 0.7194179
#> 34 4.894 0.660000000 0.74075448 0.75870677 0.75580828 0.7280912
#> 35 5.012 0.720000000 0.76199708 0.77115527 0.77083282 0.7364964
#> 36 5.130 0.773333333 0.78224849 0.78295805 0.78510806 0.7446417
#> 37 5.248 0.786666667 0.80146834 0.79414498 0.79865289 0.7525353
#> 38 5.366 0.800000000 0.81962734 0.80474531 0.81148795 0.7601849
#> 39 5.484 0.813333333 0.83670708 0.81478748 0.82363530 0.7675980
#> 40 5.602 0.873333333 0.85269962 0.82429908 0.83511810 0.7747820
#> 41 5.720 0.893333333 0.86760699 0.83330676 0.84596034 0.7817439
#> 42 5.838 0.913333333 0.88144049 0.84183620 0.85618654 0.7884906
#> 43 5.956 0.926666667 0.89421987 0.84991204 0.86582160 0.7950288
#> 44 6.074 0.940000000 0.90597251 0.85755793 0.87489054 0.8013648
#> 45 6.192 0.960000000 0.91673239 0.86479648 0.88341835 0.8075050
#> 46 6.310 0.966666667 0.92653920 0.87164926 0.89142984 0.8134553
#> 47 6.428 0.973333333 0.93543723 0.87813686 0.89894954 0.8192218
#> 48 6.546 0.973333333 0.94347450 0.88427888 0.90600153 0.8248100
#> 49 6.664 0.980000000 0.95070169 0.89009394 0.91260939 0.8302254
#> 50 6.782 0.993333333 0.95717130 0.89559976 0.91879613 0.8354735
#> 51 6.900 1.000000000 0.96293676 0.90081312 0.92458409 0.8405593
multicdf_cont(iris$Sepal.Length,
100,
c("normal", "lognormal")
)
#> var_seq dens cdf_normal cdf_lognormal
#> 1 4.300 0.006666667 0.03074023 0.01747096
#> 2 4.336 0.006666667 0.03389474 0.02019282
#> 3 4.372 0.006666667 0.03731080 0.02323909
#> 4 4.408 0.026666667 0.04100306 0.02663360
#> 5 4.444 0.026666667 0.04498629 0.03040007
#> 6 4.480 0.026666667 0.04927523 0.03456187
#> 7 4.516 0.033333333 0.05388458 0.03914179
#> 8 4.552 0.033333333 0.05882885 0.04416180
#> 9 4.588 0.033333333 0.06412231 0.04964281
#> 10 4.624 0.060000000 0.06977883 0.05560438
#> 11 4.660 0.060000000 0.07581185 0.06206455
#> 12 4.696 0.060000000 0.08223417 0.06903954
#> 13 4.732 0.073333333 0.08905794 0.07654357
#> 14 4.768 0.073333333 0.09629447 0.08458866
#> 15 4.804 0.106666667 0.10395412 0.09318440
#> 16 4.840 0.106666667 0.11204625 0.10233785
#> 17 4.876 0.106666667 0.12057902 0.11205337
#> 18 4.912 0.146666667 0.12955931 0.12233251
#> 19 4.948 0.146666667 0.13899265 0.13317391
#> 20 4.984 0.146666667 0.14888304 0.14457328
#> 21 5.020 0.213333333 0.15923293 0.15652338
#> 22 5.056 0.213333333 0.17004308 0.16901397
#> 23 5.092 0.213333333 0.18131249 0.18203191
#> 24 5.128 0.273333333 0.19303836 0.19556119
#> 25 5.164 0.273333333 0.20521597 0.20958304
#> 26 5.200 0.300000000 0.21783870 0.22407603
#> 27 5.236 0.300000000 0.23089795 0.23901625
#> 28 5.272 0.300000000 0.24438313 0.25437745
#> 29 5.308 0.306666667 0.25828167 0.27013122
#> 30 5.344 0.306666667 0.27257901 0.28624725
#> 31 5.380 0.306666667 0.28725865 0.30269347
#> 32 5.416 0.346666667 0.30230215 0.31943636
#> 33 5.452 0.346666667 0.31768925 0.33644114
#> 34 5.488 0.346666667 0.33339786 0.35367203
#> 35 5.524 0.393333333 0.34940424 0.37109251
#> 36 5.560 0.393333333 0.36568302 0.38866556
#> 37 5.596 0.393333333 0.38220737 0.40635392
#> 38 5.632 0.433333333 0.39894913 0.42412030
#> 39 5.668 0.433333333 0.41587890 0.44192765
#> 40 5.704 0.486666667 0.43296627 0.45973937
#> 41 5.740 0.486666667 0.45017992 0.47751952
#> 42 5.776 0.486666667 0.46748782 0.49523303
#> 43 5.812 0.533333333 0.48485742 0.51284587
#> 44 5.848 0.533333333 0.50225581 0.53032522
#> 45 5.884 0.533333333 0.51964990 0.54763966
#> 46 5.920 0.553333333 0.53700666 0.56475922
#> 47 5.956 0.553333333 0.55429323 0.58165561
#> 48 5.992 0.553333333 0.57147719 0.59830222
#> 49 6.028 0.593333333 0.58852668 0.61467424
#> 50 6.064 0.593333333 0.60541059 0.63074875
#> 51 6.100 0.633333333 0.62209875 0.64650472
#> 52 6.136 0.633333333 0.63856209 0.66192306
#> 53 6.172 0.633333333 0.65477277 0.67698664
#> 54 6.208 0.660000000 0.67070432 0.69168029
#> 55 6.244 0.660000000 0.68633179 0.70599076
#> 56 6.280 0.660000000 0.70163186 0.71990673
#> 57 6.316 0.720000000 0.71658290 0.73341873
#> 58 6.352 0.720000000 0.73116512 0.74651911
#> 59 6.388 0.720000000 0.74536057 0.75920201
#> 60 6.424 0.766666667 0.75915326 0.77146322
#> 61 6.460 0.766666667 0.77252914 0.78330018
#> 62 6.496 0.766666667 0.78547615 0.79471185
#> 63 6.532 0.800000000 0.79798423 0.80569863
#> 64 6.568 0.800000000 0.81004528 0.81626230
#> 65 6.604 0.813333333 0.82165318 0.82640590
#> 66 6.640 0.813333333 0.83280372 0.83613364
#> 67 6.676 0.813333333 0.84349457 0.84545080
#> 68 6.712 0.866666667 0.85372519 0.85436365
#> 69 6.748 0.866666667 0.86349679 0.86287937
#> 70 6.784 0.866666667 0.87281222 0.87100589
#> 71 6.820 0.886666667 0.88167590 0.87875188
#> 72 6.856 0.886666667 0.89009371 0.88612662
#> 73 6.892 0.886666667 0.89807288 0.89313991
#> 74 6.928 0.913333333 0.90562190 0.89980202
#> 75 6.964 0.913333333 0.91275038 0.90612356
#> 76 7.000 0.920000000 0.91946895 0.91211546
#> 77 7.036 0.920000000 0.92578914 0.91778887
#> 78 7.072 0.920000000 0.93172329 0.92315510
#> 79 7.108 0.926666667 0.93728438 0.92822557
#> 80 7.144 0.926666667 0.94248596 0.93301174
#> 81 7.180 0.926666667 0.94734202 0.93752505
#> 82 7.216 0.946666667 0.95186689 0.94177690
#> 83 7.252 0.946666667 0.95607516 0.94577857
#> 84 7.288 0.946666667 0.95998153 0.94954124
#> 85 7.324 0.953333333 0.96360078 0.95307587
#> 86 7.360 0.953333333 0.96694762 0.95639326
#> 87 7.396 0.953333333 0.97003669 0.95950394
#> 88 7.432 0.960000000 0.97288242 0.96241822
#> 89 7.468 0.960000000 0.97549898 0.96514611
#> 90 7.504 0.960000000 0.97790028 0.96769735
#> 91 7.540 0.960000000 0.98009982 0.97008136
#> 92 7.576 0.960000000 0.98211073 0.97230726
#> 93 7.612 0.966666667 0.98394569 0.97438383
#> 94 7.648 0.966666667 0.98561691 0.97631954
#> 95 7.684 0.966666667 0.98713612 0.97812251
#> 96 7.720 0.993333333 0.98851451 0.97980055
#> 97 7.756 0.993333333 0.98976276 0.98136110
#> 98 7.792 0.993333333 0.99089101 0.98281131
#> 99 7.828 0.993333333 0.99190886 0.98415798
#> 100 7.864 0.993333333 0.99282536 0.98540759
#> 101 7.900 1.000000000 0.99364904 0.98656629