“密度”曲线叠加在直方图上，其中垂直轴是频率（又名计数）或相对频率？答案

【问题标题】："Density" curve overlay on histogram where vertical axis is frequency (aka count) or relative frequency?“密度”曲线叠加在直方图上，其中垂直轴是频率（又名计数）或相对频率？
【发布时间】：2015-02-21 01:39:02
【问题描述】：

当垂直轴是频率或相对频率时，有没有一种方法可以覆盖类似于密度曲线的东西？（不是实际的密度函数，因为面积不需要积分为 1。）以下问题类似： ggplot2: histogram with normal curve，用户自行回答在 geom_density() 内扩展 ..count.. 的想法。然而，这似乎不寻常。

以下代码会产生一个过度膨胀的“密度”线。

df1            <- data.frame(v = rnorm(164, mean = 9, sd = 1.5))
b1             <- seq(4.5, 12, by = 0.1)
hist.1a        <- ggplot(df1, aes(v)) + 
                    stat_bin(aes(y = ..count..), color = "black", fill = "blue",
                             breaks = b1) + 
                    geom_density(aes(y = ..count..))
hist.1a

【问题讨论】：

标签： r ggplot2

【解决方案1】：

@joran 的回复/评论让我开始思考合适的比例因子是多少。为了后代的缘故，这是结果。

当垂直轴是频率（又名计数）时

因此，在 bin 计数中测量的垂直轴的比例因子是

在这种情况下，N = 164 和 bin 宽度为 0.1，平滑线中 y 的美感应该是：

y = ..density..*(164 * 0.1)

因此，以下代码会生成一条“密度”线，该线针对以频率（也称为计数）测量的直方图进行缩放。

df1            <- data.frame(v = rnorm(164, mean = 9, sd = 1.5))
b1             <- seq(4.5, 12, by = 0.1)
hist.1a        <- ggplot(df1, aes(x = v)) + 
                    geom_histogram(aes(y = ..count..), breaks = b1, 
                                   fill = "blue", color = "black") + 
                    geom_density(aes(y = ..density..*(164*0.1)))
hist.1a

当纵轴为相对频率时

使用上面的，我们可以写

hist.1b        <- ggplot(df1, aes(x = v)) + 
                    geom_histogram(aes(y = ..count../164), breaks = b1, 
                                   fill = "blue", color = "black") + 
                    geom_density(aes(y = ..density..*(0.1)))
hist.1b

当纵轴为密度时

hist.1c        <- ggplot(df1, aes(x = v)) + 
                    geom_histogram(aes(y = ..density..), breaks = b1, 
                                   fill = "blue", color = "black") + 
                    geom_density(aes(y = ..density..))
hist.1c

【讨论】：

是否可以提取出这个..density..的值？
@amrrs，请参阅此处了解如何提取直方图值。类似的黑客会给你带来密度（但可能有更简单的方法）。 stackoverflow.com/questions/7740503/…
@Pat W。这是一个很好的答案。一个非常小的评论：要获得边缘没有垂直位和水平线轮廓的密度曲线，这是一种方法：geom_line(aes(y = ..density..), stat = "density", lwd=1)，如果需要，可以调整 lwd 以加粗线。

【解决方案2】：

试试这个：

ggplot(df1,aes(x = v)) + 
   geom_histogram(aes(y = ..ncount..)) + 
   geom_density(aes(y = ..scaled..))

【讨论】：

如果我们不想将计数缩放到 1，您知道该怎么做吗？
@PatW。平滑的密度估计和分箱计数不在同一尺度上（正如您在第一次尝试中观察到的那样）。要对齐它们，您必须将它们放在相同的比例上。您可以根据自己的喜好调整该比例，但需要进行一些调整。

【解决方案3】：

library(ggplot2)
smoothedHistogram <- function(dat, y, bins=30, xlabel = y, ...){
  gg <- ggplot(dat, aes_string(y)) + 
    geom_histogram(bins=bins, center = 0.5, stat="bin", 
                   fill = I("midnightblue"), color = "#E07102", alpha=0.8) 
  gg_build <- ggplot_build(gg)
  area <- sum(with(gg_build[["data"]][[1]], y*(xmax - xmin)))
  gg <- gg + 
    stat_density(aes(y=..density..*area), 
                 color="#BCBD22", size=2, geom="line", ...)
  gg$layers <- gg$layers[2:1]
  gg + xlab(xlabel) +  
    theme_bw() + theme(axis.title = element_text(size = 16),
                       axis.text = element_text(size = 12))
}

dat <- data.frame(x = rnorm(10000))
smoothedHistogram(dat, "x")

【讨论】：