同一图上多个直方图的正态密度曲线

Question

我有一个数据框，例如：

sample1 <- seq(120,197, length.out =  60)
sample2 <- seq(113, 167, length.out = 60)
sample3 <- seq(90,180, length.out = 60)
sample4 <-seq(100, 160, length.out = 60)

df <- as.data.frame(cbind(sample1, sample2, sample3, sample4))

我现在需要为这四个变量创建直方图，使它们 共享相同的 y 轴 ，并且还需要叠加 正态密度曲线 在每个直方图上。 facet_wrap() 只要 y 轴相同就可以了。

今天早些时候，我以为我已经在论坛专家的指导下解决了这个问题，但后来意识到该解决方案只是覆盖了一条密度曲线，而不是正态分布曲线。我已经尝试了一些带有 ggplot 的选项以及基本绘图函数，但是当有多个变量时，对于单个变量来说似乎是一项简单的任务就不太可能实现了？？

关于如何解决这个问题有什么想法吗？

谢谢

Answer 1

这是一种可能的方法，使用 tidyverse

library(tidyverse)

# example data
sample1 <- seq(120, 197, length.out =  60)
sample2 <- seq(113, 167, length.out = 60)
sample3 <- seq(90, 180, length.out = 60)
sample4 <- seq(100, 160, length.out = 60)

df <- data.frame(sample1, sample2, sample3, sample4)

# update your original dataframe to a nested dataframe by adding simulated values from normal distribution 
df2 = df %>%
  gather() %>%                                                           # reshape data  
  group_nest(key) %>%                                                    # for each key (i.e. sample)
  mutate(norm = map(data, ~rnorm(10000, mean(.x$value), sd(.x$value))))  # simulate 10K observations from the corresponding normal distribution

ggplot()+
  # plot histogram using info from nested column data (i.e. original observations)
  geom_histogram(data = df2 %>% unnest(data), aes(value, fill=key, ..density..), alpha=0.3)+
  # plot density using info from nested column norm (i.e. simulated normal observations)
  geom_density(data = df2 %>% unnest(norm), aes(norm, col=key))+
  # separate plots by key (i.e. sample)
  facet_wrap(~key)

同一图上多个直方图的正态密度曲线

Normal density curves on multiple histograms on a same plot

r

ggplot2

probability-density