Interpretación de gráficas de densidad condicional

10

Me gustaría saber cómo interpretar correctamente las gráficas de densidad condicional. He insertado dos a continuación que creé en R con cdplot.

Por ejemplo, ¿la probabilidad de que el resultado sea ​​igual a 1 cuando Var 1 es 150 aproximadamente 80%?

trama de densidad condicional

El área gris oscuro es la que es la probabilidad condicional de que Resultsea ​​igual a 1, ¿verdad?

trama de densidad condicional

De la cdplotdocumentación:

cdplot calcula las densidades condicionales de x dados los niveles de y ponderados por la distribución marginal de y. Las densidades se derivan acumulativamente sobre los niveles de y.

¿Cómo afecta esta acumulación a cómo se interpretan estas tramas?

de manera funesta
fuente

Respuestas:

7

Por ejemplo, ¿la probabilidad de que el resultado sea igual a 1 cuando Var 1 es 150 aproximadamente 80%?

=0=150=1=150

El área gris oscuro es la que es la probabilidad condicional de que el resultado sea igual a 1, ¿verdad?

=0=1

Si tiene más de dos niveles en su factor Resultado, probablemente será más obvio lo que se representa. Estamos acostumbrados a ver las funciones de densidad, por lo que esta presentación puede ser confusa al principio.

¿Cómo afecta esta acumulación a cómo se interpretan estas tramas?

Mirando la fuente cdplot(), lo que creo que está sucediendo aquí es que las proporciones suavizadas de los resultados están ponderadas por la densidad de la variable explicativa. Entonces, las distribuciones de la variable dependiente estarán mejor representadas en las regiones de mayor densidad de la variable explicativa.

Una forma de interpretar eso es que donde hay regiones de la variable explicativa con pocos puntos, las distribuciones condicionales no estarán tan bien determinadas. Cuando hay regiones de la variable explicativa con más puntos, las distribuciones condicionales se determinarán mejor.

jvbraun
fuente