ggplot2 循环数据的密度

Question

我有一个数据集，其中 x 代表一年中的某一天（比如生日），我想创建一个密度图。此外，由于我有一些分组信息（比如男孩或女孩），我想使用 ggplot2 的功能来制作密度图。

一开始很简单：

require(ggplot2); require(dplyr)
bdays <- data.frame(gender = sample(c('M', 'F'), 100, replace = T), bday = sample(1:365, 100, replace = T))
bdays %>% ggplot(aes(x = bday)) + geom_density(aes(color = factor(gender)))

但是，由于边缘效应，这给出了一个较差的估计。我想应用我可以使用圆坐标的事实，以便 365 + 1 = 1 - 12 月 31 日之后的一天是 1 月 1 日。我知道 circular 包提供了这个功能，但我没有成功地使用 stat_function() 调用实现它。使用 ggplot2 对我来说特别有用，因为我希望能够使用分面、aes 调用等

另外，为了澄清，我想要一些看起来像 geom_density 的东西——我不是在寻找像在 Circular density plot using ggplot2.

中所示的极坐标图

Answer 1

要消除边缘效应，您可以堆叠三个数据副本，创建密度估计，然后仅显示中间数据副本的密度。这将保证 "wrap around" 密度函数从一条边到另一条边的连续性。

下面是一个将您的原始情节与新版本进行比较的示例。我使用 adjust 参数在两个图之间设置相同的带宽。另请注意，在循环版本中，如果要将密度加到 1，则需要重新归一化密度：

set.seed(105)
bdays <- data.frame(gender = sample(c('M', 'F'), 100, replace = T), bday = sample(1:365, 100, replace = T))

# Stack three copies of the data, with adjusted values of bday
bdays = bind_rows(bdays, bdays, bdays)
bdays$bday = bdays$bday + rep(c(0,365,365*2),each=100)

# Function to adjust bandwidth of density plot
# Source: 
bw = function(b,x) b/bw.nrd0(x)

# New "circularized" version of plot
bdays %>% ggplot(aes(x = bday)) + 
  geom_density(aes(color = factor(gender)), adjust=bw(10, bdays$bday[1:100])) +
  coord_cartesian(xlim=c(365, 365+365+1), expand=0) +
  scale_x_continuous(breaks=seq(366+89, 366+365, 90), labels=seq(366+89, 366+365, 90)-365) +
  scale_y_continuous(limits=c(0,0.0016))
  ggtitle("Circularized")

# Original plot
ggplot(bdays[1:100,], aes(x = bday)) + 
  geom_density(aes(color = factor(gender)), adjust=bw(30, bdays$bday[1:100])) +
  scale_x_continuous(breaks=seq(90,360,90), expand=c(0,0)) +
  ggtitle("Not Circularized")

ggplot2 循环数据的密度

ggplot2 density of circular data

statistics

r

ggplot2

kernel-density