ggplot2 vs sm封装密度图输出（和统计分析）

Question

请考虑以下数据框示例

library('ggplot2')
library('sm')

    original<-c(1:100,1)
    a<-sample(original,100)
    b<-rep(1:4,25)
    lala<-data.frame(a,b)

我的目标是根据lala $ b中定义的每个组（1,2,3,4），为lala $ a中的值生成密度图。

要在ggplot2中这样做，我可以执行以下操作

plotDensityggplot<-ggplot()+
  geom_density(data = lala, aes(a, colour=factor(b)))+
  theme_classic()
print(plotDensityggplot)

产生这个：

但是，当我使用“ sm”包绘制相同的数据以使用以下代码对密度进行形式比较时：

sm.density.compare(lala$a,as.numeric(lala$b),model = "equal")

尽管lala $ a中没有低于零的值，但密度曲线在X轴上延伸超过零。

这是怎么回事？ -请注意，这会影响沿y轴报告的密度。

从sm.density.compare获得的相等性置换检验的p值是否可靠？ -谢谢！

Answer 1

对于它的价值，您可以（通过使用基数R的sm预先计算密度（或多或少）来复制ggplot中的density输出（我对{ {1}}，但我想sm也会在某个时刻调用基数R的sm.density。

density

我不确定library(tidyverse) lala %>% group_by(b) %>% summarise(tmp = list(map_dfc(c("x", "y"), ~density(a)[.x]))) %>% unnest() %>% ggplot(aes(x, y, colour = as.factor(b))) + geom_line() （或geom_density）如何调整内核密度估计参数，但与基本R的stat_density相比，您似乎对它们的控制较少。