使用ggplot2覆盖密度图的一般规则答案

【问题标题】：General rule of overlaying density plot using ggplot2使用ggplot2覆盖密度图的一般规则
【发布时间】：2020-04-15 09:15:31
【问题描述】：

我是 R 编程语言的新手。使用 ggplot2 在直方图上叠加密度曲线的标准/通用方法是什么？

【问题讨论】：

标签： r ggplot2

【解决方案1】：

这取决于您是需要经验密度估计还是拟合理论密度。在这两种情况下，您都需要将直方图箱的宽度与密度相匹配。

对于经验核密度估计：

library(ggplot2)

# dummy data
df <- data.frame(
  x = rnorm(1000)
)

binwidth <- 0.1
ggplot(df, aes(x)) +
  geom_histogram(binwidth = binwidth) +
  geom_density(aes(y = after_stat(count * binwidth)),
               color = "red")

理论密度估计并不存在于 ggplot2 中，而是存在于扩展包中。免责声明：我是以下包的作者，所以我有偏见：

library(ggh4x)

ggplot(df, aes(x)) +
  geom_histogram(binwidth = binwidth) +
  stat_theodensity(aes(y = after_stat(count * binwidth)),
                   color = "red")

或者，如果您不想设置 binwidths，您也可以将直方图缩放为密度：

ggplot(df, aes(x)) +
  geom_histogram(aes(y = after_stat(density))) +
  geom_density(color = "red")

注意：after_stat() 需要 ggplot2 v3.3.0，早期版本使用stat()。

【讨论】：

谢谢。第三种选择奏效了。另外两个给出了以下错误消息：层中的错误（数据=数据，映射=映射，stat = stat，geom = GeomBar，找不到对象'binwidth'
这可能是因为binwidth 是一个变量，您会事先分配给自己，例如在我的答案的第一个代码块中。

【解决方案2】：

您需要确保将密度图调用中 ..count.. 的值乘以直方图调用中 binwidth 的值。

你可以这样做：

set.seed(100)
a = data.frame(z = rnorm(10000))
binwidthVal=0.1
ggplot(a, aes(x=z)) + 
geom_histogram(binwidth = binwidthVal) + 
geom_density(colour='red', aes(y=binwidthVal * ..count..))

Credit to Brian Diggs for the idea.

编辑：似乎已经有一个非常好的答案here

【讨论】：