web-dev-qa-db-ja.com

ggplot2：正規曲線のヒストグラム

Ggplot 2を使用して、ヒストグラムに通常の曲線を重ねようとしています。

私の式：

_data <- read.csv (path...)

ggplot(data, aes(V2)) + 
  geom_histogram(alpha=0.3, fill='white', colour='black', binwidth=.04)
_

私はいくつかのことを試しました：

_+ stat_function(fun=dnorm)  
_

....何も変更しなかった

_+ stat_density(geom = "line", colour = "red")
_

... x軸上に赤い直線を与えました。

_+ geom_density()  
_

周波数値をy軸に維持し、密度値を必要としないため、私にとってはうまくいきません。

助言がありますか？

ヒントを事前に感謝します！

解決策が見つかりました！

+geom_density(aes(y=0.045*..count..), colour="black", adjust=4)

rggplot2curve
32
Bloomy

これは here および部分的に here と回答されました。

Y軸に頻度カウントを持たせる場合、観測値とビン幅に応じて標準曲線をスケーリングする必要があります。

# Simulate some data. Individuals' heights in cm.
n        <- 1000
mean     <- 165
sd       <- 6.6
binwidth <- 2
height <- rnorm(n, mean, sd)


qplot(height, geom = "histogram", breaks = seq(130, 200, binwidth), 
      colour = I("black"), fill = I("white"),
      xlab = "Height (cm)", ylab = "Count") +
  # Create normal curve, adjusting for number of observations and binwidth
  stat_function( 
    fun = function(x, mean, sd, n, bw){ 
      dnorm(x = x, mean = mean, sd = sd) * n * bw
    }, 
    args = c(mean = mean, sd = sd, n = n, bw = binwidth))

Histogram with normal curve

編集

または、ファセットの使用を可能にし、リストされているアプローチ here を使用するより柔軟なアプローチのために、通常の曲線のデータを含む別のデータセットを作成し、これらをオーバーレイします。

library(plyr)

dd <- data.frame(
  predicted = rnorm(720, mean = 2, sd = 2),
  state = rep(c("A", "B", "C"), each = 240)
) 

binwidth <- 0.5

grid <- with(dd, seq(min(predicted), max(predicted), length = 100))
normaldens <- ddply(dd, "state", function(df) {
  data.frame( 
    predicted = grid,
    normal_curve = dnorm(grid, mean(df$predicted), sd(df$predicted)) * length(df$predicted) * binwidth
  )
})

ggplot(dd, aes(predicted))  + 
  geom_histogram(breaks = seq(-3,10, binwidth), colour = "black", fill = "white") + 
  geom_line(aes(y = normal_curve), data = normaldens, colour = "red") +
  facet_wrap(~ state)
17
JWilliman

私はそれを得たと思う：

set.seed(1)
df <- data.frame(PF = 10*rnorm(1000))
ggplot(df, aes(x = PF)) + 
    geom_histogram(aes(y =..density..),
                   breaks = seq(-50, 50, by = 10), 
                   colour = "black", 
                   fill = "white") +
stat_function(fun = dnorm, args = list(mean = mean(df$PF), sd = sd(df$PF)))

enter image description here

16
Carlos Eduardo Vazquez

これは、JWillimanの回答に対する拡張コメントです。 Jの答えは非常に便利だと思いました。遊んでいるうちに、コードを単純化する方法を発見しました。私はそれがより良い方法だと言っているわけではありませんが、私はそれを言及すると思った。

JWillimanの答えは、y軸のカウントと、対応する密度正規近似をスケーリングするための「ハック」を提供することに注意してください（そうでなければ、1の総面積をカバーするため、ピークがはるかに低くなります）。

このコメントの要点：必要なパラメーターを美的機能に渡すことで、_stat_function_内のより単純な構文、例えば.

aes(x = x, mean = 0, sd = 1, binwidth = 0.3, n = 1000)

これにより、_args =_を_stat_function_に渡す必要がなくなるため、より使いやすくなります。さて、それほど違いはありませんが、誰かが面白いと思うことを願っています。

_# parameters that will be passed to ``stat_function``
n = 1000
mean = 0
sd = 1
binwidth = 0.3 # passed to geom_histogram and stat_function
set.seed(1)
df <- data.frame(x = rnorm(n, mean, sd))

ggplot(df, aes(x = x, mean = mean, sd = sd, binwidth = binwidth, n = n)) +
    theme_bw() +
    geom_histogram(binwidth = binwidth, 
        colour = "white", fill = "cornflowerblue", size = 0.1) +
stat_function(fun = function(x) dnorm(x, mean = mean, sd = sd) * n * binwidth,
    color = "darkred", size = 1)
_

enter image description here

13
PatrickT

このコードはそれを行う必要があります：

set.seed(1)
z <- rnorm(1000)

qplot(z, geom = "blank") + 
geom_histogram(aes(y = ..density..)) + 
stat_density(geom = "line", aes(colour = "bla")) + 
stat_function(fun = dnorm, aes(x = z, colour = "blabla")) + 
scale_colour_manual(name = "", values = c("red", "green"), 
                               breaks = c("bla", "blabla"), 
                               labels = c("kernel_est", "norm_curv")) + 
theme(legend.position = "bottom", legend.direction = "horizontal")

enter image description here

注：qplotを使用しましたが、より汎用性の高いggplotを使用できます。

8
dickoa