在数据上绘制正态分布

Question

我有一些我想要转换的对数正态数据，然后适合正态分布。这是一个可重现的示例，其中的数据不完全符合对数正态分布，但已经足够接近了：

# create some lognormal data
dat <- data.frame(x = c(runif(1000, 0, 1), runif(300, 1, 100), runif(100,100,1000)))

我可以通过 log10 转换这些数据并使用 MASS::fitdistr 对它们进行正态分布拟合。

# fit normal distribution to log-transformed values
library(MASS)
fit <- fitdistr(log10(dat$x), densfun = "normal")
fit$estimate # mean and SD of the normal distribution

现在我想绘制数据以及数据的分布。我用 log10 转换我的数据，并用 stat_function 绘制正态分布，但它不适合数据。

# plot data and distribution
ggplot(data = dat) +
  geom_histogram(mapping = aes(x = log10(x))) +
  stat_function(fun = dnorm, args = list(mean = fit$estimate[1], sd = fit$estimate[2], log = TRUE))

任何指示，以及验证我是否正确处理此问题，都会非常有帮助。

最后让我的 x 轴显示 10、100、1000 等单位...我应该使用 scale_x_log10() 吗？格式化 x 轴的简单方法是什么？

Answer 1

当您想在同一张图上绘制直方图和密度分布时，您需要使用美学 y=..density..
绘制 密度直方图 这是一个例子。为了清楚起见，我从对数正态分布生成数据。

set.seed(123)
# Generate data from a log-normal distribution
dat <- data.frame(x=rlnorm(10000))

# Fit normal distribution to log-transformed values
library(MASS)
fit <- fitdistr(log10(dat$x), densfun = "normal")

# Plot density histogram and fitted distribution
ggplot(data = dat) +
  geom_histogram(mapping = aes(x = log10(x), y = ..density..), col="white") +
  stat_function(fun = dnorm, 
      args = list(mean = fit$estimate[1], sd = fit$estimate[2], log = F), 
      color="red", lwd=1)

在数据上绘制正态分布

Plot normal distribution onto data

r

ggplot2

normal-distribution