我使用KernSmooth软件包计算并绘制了高斯核密度估计值，如下所示：
x <- MyData$MyNumericVector
h <- dpik(x)
est <- bkde(x, bandwidth=h)
plot(est, type='l')
这是KernSmooth的文档中描述的方法。请注意，dpik()找到最佳带宽，bkde()使用此带宽来拟合内核密度估算。使用此方法而不是基本的density()函数非常重要。
如何将这些图层叠在一起？
我无法使用density()来自geom_density()的基本ggplot2函数，因为带宽和内核密度估算最好使用KernSmooth软件包进行优化（参见Deng＆amp; Wickham，2011）这里：http://vita.had.co.nz/papers/density-estimation.pdf）。既然Wickham写了ggplot2以及上面关于内核密度估计软件包的评论，那么使用ggplot2来分层密度并不依赖于基本密度的方法是有道理的。 {1}}功能，但我不确定。
即使我不想使用基本的density()功能，我还可以使用ggplot2吗？那么density()呢？
答案 0 :(得分：0)
您可以使用geom_line执行此操作：
m <- ggplot(NULL, aes(x=bkde(movies$votes)$x,y=bkde(movies$votes)$y)) + geom_line()
print(m)
如果您正在使用lattice :: densityplot，您可以将一些值添加到drags-list中：
DARG
要传递给密度函数的参数列表。通常，这应该是一个包含零个或多个以下组件的列表：bw，adjust，kernel，window，width，give.Rkern，n，from，to，cut，na.rm（详见密度）