具有离散x轴的geom_density（）分组图不平滑

Question

我正在处理一个数据集，该数据集由两组不同的观察值组成，其中值为整数。我想绘制这些密度以了解不同组如何分布在值上。

发生了什么事情是一组具有'平滑'密度而另一组具有'波浪'密度。我知道这与带宽有关，而且我的数据基本上与离散观察有关，但如果有人可以解释原因，我会很高兴。

以下是一个例子：

data2 <- rbind(
    data.frame(group=rep('poisson1', 1000), value = rpois(1000, 5)),
    data.frame(group=rep('poisson2', 1000), value = rpois(1000, 45)))

library(ggplot2)
ggplot(data2, aes(x=value, fill=group)) +
  geom_density()

奇怪的是，我可以再次创建该数据帧以获取新样本，并且情节有时是平滑的：

Answer 1

观察到的平滑度（或缺乏平滑度）是由rpois()函数“引起的”。 lambda函数中的rpois()参数必须是所需随机分布的非负均值。因此，当您传递接近零（lambda）的rpois(1000, 5)时，它将生成较少的唯一值（因为它以零为界）。

考虑这个例子：

nValue <- 1e3
nLambda <- c(1:9, seq(10, 100, 10))

foo <- lapply(nLambda, function(lambda) {
    data.frame(value = rpois(nValue, lambda), lambda)
})
data <- do.call(rbind, foo)
ggplot(data, aes(value, group = lambda, color = lambda)) +
    geom_density()

我们可以看到接近零的lambda会有峰值，而远离零会产生更平滑的线条。

您还可以通过调查每个lambda组中的差异来测试这一点：

ggplot(aggregate(data$value, list(data$lambda), var), aes(Group.1, x)) +
    geom_line() +
    geom_point() +
    labs(x = "Lambda",
         y = "Variance")