web-dev-qa-db-ja.com

2点間のカーネル密度プロットの陰影付け。

分布を説明するために、カーネル密度プロットを頻繁に使用します。これらはRで次のように簡単かつ迅速に作成できます。

set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)
plot(dens)
#or in one line like this: plot(density(rnorm(100)^2))

これは私にこの素敵な小さなPDFを与えます：

enter image description here

75パーセンタイルから95パーセンタイルまでのPDF）の下の領域に陰影を付けたいのですが、quantile関数を使用してポイントを簡単に計算できます。

q75 <- quantile(draws, .75)
q95 <- quantile(draws, .95)

しかし、どうすればq75およびq95？

rplot
91
JD Long

polygon()関数については、ヘルプページを参照してください。ここでも同様の質問があったと思います。

実際の(x,y)ペアを取得するには、変位値のインデックスを見つける必要があります。

編集：ここに行きます：

x1 <- min(which(dens$x >= q75))  
x2 <- max(which(dens$x <  q95))
with(dens, polygon(x=c(x[c(x1,x1:x2,x2)]), y= c(0, y[x1:x2], 0), col="gray"))

出力（JDLにより追加）

enter image description here

72
Dirk Eddelbuettel

別の解決策：

dd <- with(dens,data.frame(x,y))
library(ggplot2)
qplot(x,y,data=dd,geom="line")+
  geom_ribbon(data=subset(dd,x>q75 & x<q95),aes(ymax=y),ymin=0,
              fill="red",colour=NA,alpha=0.5)

結果： alt text

68
Ben Bolker

拡張ソリューション：

両方のテールをシェーディングし（ダークのコードのコピー＆ペースト）、既知のx値を使用する場合：

set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)
plot(dens)

q2     <- 2
q65    <- 6.5
qn08   <- -0.8
qn02   <- -0.2

x1 <- min(which(dens$x >= q2))  
x2 <- max(which(dens$x <  q65))
x3 <- min(which(dens$x >= qn08))  
x4 <- max(which(dens$x <  qn02))

with(dens, polygon(x=c(x[c(x1,x1:x2,x2)]), y= c(0, y[x1:x2], 0), col="gray"))
with(dens, polygon(x=c(x[c(x3,x3:x4,x4)]), y= c(0, y[x3:x4], 0), col="gray"))

結果：

2-tailed poly

20
Milktrader

この質問にはlattice回答が必要です。これは非常に基本的なもので、Dirkなどが採用している方法を単純に適合させたものです。

#Set up the data
set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)

#Put in a simple data frame   
d <- data.frame(x = dens$x, y = dens$y)

#Define a custom panel function;
# Options like color don't need to be hard coded    
shadePanel <- function(x,y,shadeLims){
    panel.lines(x,y)
    m1 <- min(which(x >= shadeLims[1]))
    m2 <- max(which(x <= shadeLims[2]))
    tmp <- data.frame(x1 = x[c(m1,m1:m2,m2)], y1 = c(0,y[m1:m2],0))
    panel.polygon(tmp$x1,tmp$y1,col = "blue")
}

#Plot
xyplot(y~x,data = d, panel = shadePanel, shadeLims = c(1,3))

enter image description here

18
joran

別のggplot2元のデータ値でカーネル密度を近似する関数に基づくバリアント：

approxdens <- function(x) {
    dens <- density(x)
    f <- with(dens, approxfun(x, y))
    f(x)
}

元のデータを使用すると（密度推定のx値とy値を使用して新しいデータフレームを作成するのではなく）、分位値がデータのグループ化に使用される変数に依存するファセットプロットでも機能する利点があります。

使用コード

library(tidyverse)
library(RColorBrewer)

# dummy data
set.seed(1)
n <- 1e2
dt <- tibble(value = rnorm(n)^2)

# function that approximates the density at the provided values
approxdens <- function(x) {
    dens <- density(x)
    f <- with(dens, approxfun(x, y))
    f(x)
}

probs <- c(0.75, 0.95)

dt <- dt %>%
    mutate(dy = approxdens(value),                         # calculate density
           p = percent_rank(value),                        # percentile rank 
           pcat = as.factor(cut(p, breaks = probs,         # percentile category based on probs
                                include.lowest = TRUE)))

ggplot(dt, aes(value, dy)) +
    geom_ribbon(aes(ymin = 0, ymax = dy, fill = pcat)) +
    geom_line() +
    scale_fill_brewer(guide = "none") +
    theme_bw()



# dummy data with 2 groups
dt2 <- tibble(category = c(rep("A", n), rep("B", n)),
              value = c(rnorm(n)^2, rnorm(n, mean = 2)))

dt2 <- dt2 %>%
    group_by(category) %>% 
    mutate(dy = approxdens(value),    
           p = percent_rank(value),
           pcat = as.factor(cut(p, breaks = probs,
                                include.lowest = TRUE)))

# faceted plot
ggplot(dt2, aes(value, dy)) +
    geom_ribbon(aes(ymin = 0, ymax = dy, fill = pcat)) +
    geom_line() +
    facet_wrap(~ category, nrow = 2, scales = "fixed") +
    scale_fill_brewer(guide = "none") +
    theme_bw()

reprexパッケージ （v0.2.0）によって2018-07-13に作成されました。

1
Matt Flor