叠加密度图不包括直方图值

Question

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

Answer 1

您的情节正在完成您的数据预期：

• 您绘制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。
• 您绘制了带宽为0.1的直方图。箱柜在下部封闭，在上端开口。因此，在您的情况下得到的分箱是[0,0.1），[0.1,0.2），......，[0.9,1.0），[1.0,1.1]。您的数据中有17个值为1，因此进入最后一个bin，从1到1.1绘制。

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。