使用ggplot2显示平滑（卷积）密度

Question

我正在尝试在ggplot2中显示一些与高斯内核卷积的频率。我尝试用以下方法平滑线条：

+ stat_smooth(se = F,method = "lm", formula = y ~ poly(x, 24))

没有成功。

我读了一篇文章，建议频率应该用高斯内核进行卷积。哪个ggplot2的stat_density函数（http://docs.ggplot2.org/current/stat_density.html）似乎能够生成。

但是，我似乎无法用stat_density替换我的几何体。我的代码有什么问题吗？

require(reshape2)
library(ggplot2)
library(RColorBrewer)

fileName = "/1.csv" # downloadable there: https://www.dropbox.com/s/l5j7ckmm5s9lo8j/1.csv?dl=0

mydata = read.csv(fileName,sep=",", header=TRUE)

dataM = melt(mydata,c("bins"))

myPalette <- colorRampPalette(rev(brewer.pal(11, "Spectral")))

ggplot(data=dataM,
aes(x=bins, y=value, colour=variable)) +
geom_line() + scale_x_continuous(limits = c(0, 2))

此代码生成以下图表：

我正在考虑平滑线条，所以看起来更像是这样：

（来自http://journal.frontiersin.org/Journal/10.3389/fncom.2013.00189/full）

Answer 1

由于我的评论解决了您的问题，我将其转换为答案：

density函数进行单独测量并通过卷积计算核密度分布（高斯是默认内核）。例如，plot(density(rnorm(1000)))。您可以使用bw（带宽）参数控制平滑度。例如，plot(density(rnorm(1000), bw=0.01))。

但是您的数据框已经是密度分布（类似于density函数的输出）。要生成更平滑的密度估算，您需要从基础数据开始并在其上运行density，调整bw以获得所需的平滑度。

如果您无法访问基础数据，则可以按如下方式平滑现有的密度分布：

ggplot(data=dataM, aes(x=bins, y=value, colour=variable)) + 
          geom_smooth(se=FALSE, span=0.3) + 
          scale_x_continuous(limits = c(0, 2)). 

使用span参数进行游戏，以获得所需的平滑度。