ggplot2 概率直方图或多边形比较分布

Question

我正在尝试比较不同数据集的第一位数字分布，但我找不到任何方法（或指南）来使用 ggplot2 来演示它们。每个人都使用带有 "raw data" 的例子，而不是概率。这是我的一些数据：

这是所需的第一位数字分布（我的基准）：

0.30103000 0.17609126 0.12493874 0.09691001 0.07918125 0.06694679 0.05799195 0.05115252 0.04575749

这是两个数据集的第一个数字分布：

0.37101911 0.17515924 0.08917197 0.08121019 0.06210191 0.06050955 0.07484076 0.03662420 0.04936306
0.524419536 0.253002402 0.092073659 0.032826261 0.025620496 0.019215372 0.008807046 0.012009608 0.032025620

以上概率对应于第一个数字为 1, 2,..., 9 的概率。

下面是我用来查找上述概率的包的发布者绘制的图：

1st Dataset first-digit Distribution (the red line is my "benchmark")

Answer 1

因为你有 pre-calculated 个概率，你可以用 geom_line 绘制它们。

dat = read.table(text="0.30103000 0.17609126 0.12493874 0.09691001 0.07918125 0.06694679 0.05799195 0.05115252 0.04575749

                 0.37101911 0.17515924 0.08917197 0.08121019 0.06210191 0.06050955 0.07484076 0.03662420 0.04936306
                 0.524419536 0.253002402 0.092073659 0.032826261 0.025620496 0.019215372 0.008807046 0.012009608 0.032025620", header=FALSE)
dat = setNames(as.data.frame(t(dat)), c("Reference", "D1","D2"))
dat$digits = 1:9

library(ggplot2)
library(reshape2)

ggplot(melt(dat, id.var="digits"), aes(digits, value, colour=variable)) +
  geom_point() +
  geom_line(aes(size=variable)) +
  theme_bw() +
  scale_x_continuous(breaks=1:9) +
  scale_size_manual(values=c(1.2,0.5,0.5)) +
  scale_colour_manual(values=c("black",hcl(c(15,195),100,65))) +
  labs(x="First Digit", y="Probability", colour="", size="")

ggplot2 概率直方图或多边形比较分布

ggplot2 Probability Histogram or Polygon to compare distributions

r

polygon

histogram

ggplot2