绘制带有误差的x-y图作为高斯/法线曲线（理想情况下为R）

Question

我有x-y数据，它们都有+/-错误（每侧都相同）。它的数据类型在x-y方向上具有正态分布。目前我们将其绘制为典型的x-y十字架，或使用geom_rect（）;但两者都有证明数据代表性的问题。我正在寻找一种解决方案，允许每个x-y数据点表示为某种正常/高斯分布（而不仅仅是+），如下面的粗略草图所示。

以下是一个示例数据框。

  

结构（清单（年龄= c）（2003L，1999L，1995L，1993L，1993L，1990L，   1988L，1987L，1985L，1984L，1983L，1975L，1974L，1972L，1963L，   1960L，1959L，1957L，1953L，1951L，1951L，1946L，1940L，1936L，   1930L，1927L，1919L，1914L，1906L，1885L，1864L，1842L，1830L，   1810L，1803L，1783L，1762L，1741L，1720L，1699L，1678L，1657L   ），Age_error = c（1L，2L，1L，1L，1L，1L，1L，2L，1L，1L，1L，   4L，2L，2L，2L，3L，5L，3L，3L，4L，6L，4L，8L，5L，7L，5L，10L，   14L，17L，23L，21L，20L，53L，67L，30L，30L，30L，30L，30L，30L，   30L，30L），数值= c（0,0.07,0,0.09,0.02,0.06，-0.02,0.154，   0.05,0.02，-0.03，-0.024，-0.01，-0.06，-0.15，-0.04,0.065，   -0.1，-0.09，-0.02，-0.024，-0.11，-0.081，-0.13，-0.12，-0.07，   -0.16，-0.122，-0.057，-0.18，-0.095，-0.105，-0.23，-0.19，-0.178，   -0.267，-0.26，-0.158，-0.079，-0.218，-0.148，-0.193），Value_error = c（0.17，   0.143,0.18,0.18,0.17,0.19,0.18,0.163,0.19,0.18,0.18，   0.142,0.17,0.18,0.17,0.17,0.152,0.17,0.17,0.17,0.151，   0.17,0.154,0.17,0.18,0.26,0.17,0.144,0.145,0.18,0.153，   0.153,0.17,0.18,0.144,0.155,0.138,0.141,0.157,0.14,0.147，   0.137）），。Name = c（“Age”，“Age_error”，“Value”，“Value_error”），class =“data.frame”，row.names = c（NA，   -42L））

这是我用来获取此数据帧的典型x-y错误图的一种代码。

ggplot() + geom_linerange(data=mydata, aes(y=Value, x=Age, xmin=Age-Age_error, xmax=Age+Age_error, ymin=Value-Value_error, ymax=Value+Value_error)) + geom_errorbarh(data=mydata, aes(y=Value, x=Age, xmin=Age-Age_error, xmax=Age+Age_error, ymin=Value-Value_error, ymax=Value+Value_error)) 

我还没有找到x-y正态分布类型图的功能，可能没有，但是想到有人可能会有一些想法！非常感谢提前。

Answer 1

您是否想要将年龄与价值的等值线图作为2d核心密度？

require(MASS)
dens <- with(dat, MASS::kde2d(Age, Value))
str(dens)
#-------------
List of 3
 $ x: num [1:25] 1657 1671 1686 1700 1715 ...
 $ y: num [1:25] -0.267 -0.249 -0.232 -0.214 -0.197 ...
 $ z: num [1:25, 1:25] 0.00152 0.00187 0.00226 0.00267 0.00312 ...
#--------------
# kde2d is designed for contour display: x-vector, y-vector, z-Matrix
 contour(dens)

添加了数据点，以便轮廓图和数据之间的连接更加明显：

 points(dat$Age, dat$Value, cex=0.3, col="red")

Answer 2

如果你需要每个Age，Value对都有+ ve和-ve错误，那么我认为你可能正在寻找smoothScatter函数。此函数使用颜色方案绘制每个点的密度，颜色方案随着距离点的增加而逐渐消失。

smoothScatter(mydata$Age, mydata$Value)

结果

dot notation and bracket notation