使用ggplot2叠加不对称t分布

Question

我试图表明非对称t分布或正态分布是否更适合某个数据集。在这样做时，我决定叠加拟合的正态分布和拟合的t分布。对于正态分布，使用stat_fun是没有问题的：

    x <- data.frame(rnorm(500))
    names(x) <- c("test.data")

    ggplot(x,aes(x=test.data))  +  
      stat_function(fun = dnorm, args=list(mean=mean(x$test.data,na.rm=TRUE),
      sd=sd(x$test.data,na.rm=TRUE)), aes(colour = 'Normal')) +
      geom_histogram(aes(y = ..density..), alpha = 0.4)

产生下图：

现在我想对非对称t分布做同样的事情，其中​​我有形状（nu），位置（mu），色散（sigma）和非中心性参数（gamma）。如果我在stat_function函数中输入t分布，我只能使用包统计信息中的dt函数指定shape和non-centrality参数。

有没有办法在我的直方图上叠加t分布，我可以预先指定所有四个参数？

Answer 1

试试这个：

library(ggplot2)
set.seed(1)
x <- data.frame(rt(5000,df=5,ncp=1)*10+7)
names(x) <- c("test.data")

# Define a Student t distribution with shape (nu) and location (mu)
dt2 <- function(x, mu, nu, df, ncp) {
  dt((x-mu)/nu,df,ncp)/nu
}

ggplot(x,aes(x=test.data))  +  
stat_function(fun = dt2, args=list(mu=7, nu=10, df=5, ncp=1), 
              aes(colour = 'Student t'), lwd=1) +
geom_histogram(aes(y = ..density..), bins=100, alpha = 0.4)