ggplot密度函数不正确（来自Stata的正常百分比）答案

【问题标题】：ggplot density function not correct (normal percent from Stata)ggplot密度函数不正确（来自Stata的正常百分比）
【发布时间】：2018-08-28 03:33:30
【问题描述】：

我正在尝试复制 hist 正常百分比。问题是密度图（或正态分布）完全关闭：

library(scales)
library(ggplot2)
a <- data.frame(rnorm(100,0,1))
colnames(a) <- c("test")
ggplot(a,aes(test)) +
geom_histogram(aes(y=(..count..)/sum(..count..))) +  
scale_y_continuous(labels=scales::percent) +
stat_function(fun='dnorm')

这条线应该更接近图表，但它被缩放了大约 10 倍。

【问题讨论】：

在 Stata 中，sysuse auto, clear 后跟 hist mpg, normal percent 可能是您尝试模拟的示例。即使 Stata 语法不是 R 等价物的指南，但还是给出了 Stata 示例最重要的是，显示示例图对于明确的问题至关重要。在这种情况下，Stata 对 bin 相对频率使用百分比标度，并叠加按相同单位标度的正态分布（均值和 SD 相同）。

标签： r ggplot2 plot stata

【解决方案1】：

不熟悉来自 Stata 的命令，但这是您想要的吗？带有条形高度的密度按比例缩放，以便总面积积分为 1，就像您显示的正态曲线一样。您的尝试不起作用的原因是因为您没有考虑 bin 宽度；每个 bin 贡献的面积是宽度乘以计数。如果您设置 bin 宽度，您可以手动执行此操作，或者您可以只使用计算出的 ..density.. 变量。

library(ggplot2)
set.seed(12345)
a <- data.frame(test = rnorm(100, 0, 1))
ggplot(a, aes(x = test)) +
  geom_histogram(aes(y = ..count.. / (sum(..count..) * 0.2)), binwidth = 0.2) +
  scale_y_continuous(labels = scales::percent) +
  stat_function(fun = "dnorm")

ggplot(a, aes(x = test)) +
  geom_histogram(aes(y = ..density..), binwidth = 0.2) + 
  scale_y_continuous(labels = scales::percent) +
  stat_function(fun = "dnorm")

由reprex package (v0.2.0) 于 2018 年 8 月 27 日创建。

【讨论】：