我想将密度曲线叠加到我构建的频率直方图上。对于频率直方图,我使用aes(y=..counts../40)
因为40是我的总样本数。我使用aes(y=..density..*0.1)
来强制密度介于0和1之间,因为我的binwidth是0.1。但是,密度曲线不适合我的数据,它排除了等于1.0的值(注意直方图显示bin =(1.0,1.1)的累积值,但密度曲线结束于1.0)
这是我的数据
data<-structure(list(variable = structure(c(1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L,
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("E1", "test"
), class = "factor"), value = c(0.288888888888889, 0.0817901234567901,
0.219026548672566, 0.584795321637427, 0.927554980595084, 0.44661095636026,
1, 0.653780942692438, 1, 0.806451612903226, 1, 0.276794335371741,
1, 0.930109557990178, 0.776864728192162, 0.824909747292419, 1,
1, 1, 1, 1, 0.0875912408759124, 0.308065494238933, 1, 0.0258064516129032,
0.0167322834645669, 1, 1, 0.355605889014723, 0.310344827586207,
0.106598984771574, 0.364447494852436, 0.174724342663274, 0.77491961414791,
1, 0.856026785714286, 0.680759275237274, 0.850657108721625, 1,
1, 0, 0.851851851851852, 1, 0, 0.294954721862872, 0.819870009285051,
0, 0.734147168531706, 0.0135424091233072, 0.0189098998887653,
0.0101010101010101, 0, 0.296905222437137, 0.706837929731772,
0.269279393173198, 0.135379061371841, 0.158969804618117, 0.0902981940361193,
0.00423131170662906, 0, 0.374880611270296, 0.0425790754257908,
0.145542753183748, 0, 0.129032258064516, 0.260334645669291, 0,
0, 1, 0.175505350772889, 0.08248730964467, 0, 0.317217981340119,
0.614147909967846, 0, 0.264508928571429, 0.883520276100086, 0.0657108721624851,
0, 0.560229445506692)), row.names = c(NA, -80L), .Names = c("variable",
"value"), class = "data.frame")
剧情
q<-ggplot(data, aes(value, fill = variable))
q + geom_density(alpha = 0.6,aes(y=..density..*0.1),binwidth=0.1)
+ theme_minimal()+scale_fill_manual(values =c("#D7191C","#2B83BA"))
+ theme(legend.position="bottom")+ guides(fill=guide_legend(nrow=1))
+ labs(title="Density Plot GrupoB",x="Respuesta",y="Density")
+scale_x_continuous(breaks=seq(from=0,to=1.2,by=0.1))
+geom_histogram(alpha = 0.6,aes(y=..count../40),binwidth=0.1,position="dodge")
我得到的输出就是这个
答案 0 :(得分:6)
您的情节正在完成您的数据预期:
data$value
,其中包含0到1之间的数值,因此您应该期望密度曲线也从0到1运行。我认为以你的方式绘制直方图是个坏主意。原因是对于直方图,x轴是连续的,这意味着覆盖x轴的条形范围从例如0.1到0.2表示在0.1和0.2之间(包括)0.1和0.2之间的值的计数(不包括后者)。在这种情况下使用闪避会导致图像失真,因为条形图现在不再覆盖正确的x轴范围。两个条形共享应该由它们全部覆盖的范围。这种失真是密度曲线似乎与直方图不匹配的原因之一。
那么,你能做些什么呢?我可以给你一些建议,但也许其他人有更好的想法......
您可以使用分面,即将直方图(和相应的密度曲线)绘制成单独的图,而不是使用position="dodge"
将直方图绘制在彼此旁边。这可以通过在您的情节中添加+ facet_grid(variable~.)
来实现。
你可以稍作作弊,让最后一个bin(0.9,1)包括1(即它是[0.9,1.0])。只需将数据中的1替换为0.999,如下所示:data$value[data$value==1]<-0.999
。重要的是,您只为 执行绘图,这实际上只意味着您稍微重新定义了分箱。对于您缩进的所有数值评估,您不应该进行此替换! (例如,它会改变data$value
的平均值。)
关于密度曲线和直方图的归一化:密度曲线不需要介于0和1之间。限制是密度曲线上的积分应为1.因此,要制作密度曲线。密度曲线和直方图可比较,直方图也应该具有积分1,这也是通过将y值除以绑定宽度来实现的。因此,您应该使用geom_density(alpha = 0.6,aes(y=..density..))
(我也删除了bindwith=0.1
,因为它对geom_density
)和geom_histogram(alpha = 0.6,aes(y=..count../40/.1),binwidth=0.1)
无效(一旦您使用,则不需要position="dodge"
刻面)。当然,这导致了你所拥有的相对归一化,但它更有意义,因为密度曲线和直方图上的积分是1,应该是它们。
密度曲线仍然不能与直方图完美匹配,这与密度估算器的计算方式有关。我不详细地知道这一点,因此遗憾的是不能进一步解释。但是,通过使用参数adjust
到geom_density
,您可以更好地了解其工作原理。对于较小的数字,它会使曲线不太平滑,曲线将更接近于直方图。
要将所有内容放在一起,我已将所有建议内置到您的代码中,在adjust=0.2
中使用geom_density
并绘制结果:
data$value[data$value==1]<-0.999
q<-ggplot(data, aes(value, fill = variable))
q + geom_density(alpha = 0.6,aes(y=..density..),adjust=0.2) +
theme_minimal()+scale_fill_manual(values =c("#D7191C","#2B83BA")) +
theme(legend.position="bottom")+ guides(fill=guide_legend(nrow=1)) +
labs(title="Density Plot GrupoB",x="Respuesta",y="Density")+
scale_x_continuous(breaks=seq(from=0,to=1.2,by=0.1))+
geom_histogram(alpha = 0.6,aes(y=..count../40/.1),binwidth=0.1) +
facet_grid(variable~.)
不幸的是,我不能给你一个更完整的答案,但我希望这些想法能给你一个良好的开端。