Comment calculer la probabilité pour un quantile donné dans R?

À l'aide de R, c'est facile à calculer les quantiles pour les probabilités dans un échantillonnage de distribution:

x <- rnorm(1000, mean=4, sd=2)
quantile(x, .9) # results in 6.705755

Cependant, je ne peux pas trouver un moyen facile de faire l'inverse—calculer la probabilité pour un quantile dans l'échantillon x. Le plus proche que je suis venu consiste à utiliser pnorm() avec la même moyenne et l'écart-type que j'ai utilisé lors de la création de l'échantillon:

pnorm(5, mean=4, sd=2) # results in 0.6914625

Cependant, parce que c'est le calcul de la probabilité à partir de la totalité de la distribution, et l'échantillon xce n'est pas tout à fait exacte.

Est-il une fonction qui fait essentiellement l'inverse de quantile()? Quelque chose qui, pour l'essentiel, me permet de faire la même chose que pnorm() mais avec un échantillon? Quelque chose comme ceci:

backwards_quantile(x, 5)

J'ai trouvé la ecdf() fonction, mais ne peut pas trouver un moyen de le faire suite à une probabilité unique au lieu d'une intégrale de l'équation de l'objet.

source d'informationauteur Andrew

  1. 14

    ecdf retourne une fonction: vous avez besoin de l'appliquer.

    f <- ecdf(x)
f( quantile(x,.91) )
# Equivalently:
ecdf(x)( quantile(x,.91) )
  2. 0

    Juste pour des raisons de commodité, cette fonction permet de: 

    quantInv <- function(distr, value) ecdf(distr)(value)
set.seed(1)
x <- rnorm(1000, mean=4, sd=2)
quantInv(x, c(4, 5, 6.705755))
[1] 0.518 0.685 0.904