遮蔽密度曲线下的区域，以标记最高密度区间 (HDI)

Question

我认为这应该很简单，但尽管网上有大量信息，我还是迷路了。

我的问题：我有一个数据点向量，我想为其绘制密度曲线，然后为曲线下方的区域着色以表示最高密度区间（人类发展指数）。当然，我正在尝试使用 ggplot2 包来实现这一点，特别是 qplot()，因为我的数据是一个向量，而不是数据框。

可重现的例子

library(ggplot2)
library(HDInterval)

## create data vector
set.seed(789)
dat <- rnorm(1000)

## plot density curve with qplot and mark 95% hdi
qplot(dat, geom = "density")+ 
  geom_vline(aes(xintercept = c(hdi(dat))))

所以我明白了：

但我真正想要的是这样的：

有没有一种简单的方法可以用 ggplot2::qplot 实现这一点？

Answer 1

您可以使用 ggridges 包执行此操作。诀窍是我们可以提供 HDInterval::hdi 作为 geom_density_ridges_gradient() 的分位数函数，并且我们可以用它生成的 "quantiles" 进行填充。 "quantiles" 是下尾、中、上尾的数字。

作为一般性建议，我建议不要使用 qplot()。这更有可能引起混淆，将向量放入 tibble 中并不费力。

library(tidyverse)
library(HDInterval)
library(ggridges)
#> 
#> Attaching package: 'ggridges'
#> The following object is masked from 'package:ggplot2':
#> 
#>     scale_discrete_manual

## create data vector
set.seed(789)
dat <- rnorm(1000)

df <- tibble(dat)

## plot density curve with qplot and mark 95% hdi
ggplot(df, aes(x = dat, y = 0, fill = stat(quantile))) + 
  geom_density_ridges_gradient(quantile_lines = TRUE, quantile_fun = hdi, vline_linetype = 2) +
  scale_fill_manual(values = c("transparent", "lightblue", "transparent"), guide = "none")
#> Picking joint bandwidth of 0.227

^{由 reprex package (v0.3.0)}

于 2019-12-24 创建

scale_fill_manual()中的颜色是按三组的顺序排列的，所以如果你，例如，只想给左边的尾巴加阴影，你可以写values = c("lightblue", "transparent", "transparent")。

Answer 2

当我读到这篇文章时 post 我真的很感谢你的回答，Wilke。但是我想知道如何调整hdi的可信质量。最后我找到了解决方案！当我弄清楚分位数参数的来源时（我通过点 [[2]] 访问它）它点击了触发器。我编写了以下函数（因为将值传递给 HDInterval::hdi 并没有开箱即用）：

hdi_custWidth <- function(...) {
  dots <- list(...)
  quantiles <- dots[[2]]
  hdi_width <- quantiles[[length(quantiles)]] # uses the last entry if its a vector which should be the biggest one; better pass a single double < 1.0
  if (is.na(hdi_width)) hdi_width <- .89 # happens is quantiles = 1L
  message(paste0('HDI credible interval width = ', hdi_width))
  HDInterval::hdi(dots[[1]], credMass = hdi_width)
}

你可以用它来改变上面 post 的 repex:

library(tidyverse)
library(HDInterval)
library(ggridges)
#> 
#> Attaching package: 'ggridges'
#> The following object is masked from 'package:ggplot2':
#> 
#>     scale_discrete_manual

## create data vector
set.seed(789)
dat <- rnorm(1000)

df <- tibble(dat)

## plot density curve with qplot and mark 95% hdi
ggplot(df, aes(x = dat, y = 0, fill = stat(quantile))) + 
  geom_density_ridges_gradient(quantile_lines = TRUE, quantile_fun = hdi_custWidth, quantiles = .90, vline_linetype = 2) +
  scale_fill_manual(values = c("transparent", "lightblue", "transparent"), guide = "none")
#> Picking joint bandwidth of 0.227

当然，您可以在分位数参数中选择 0 到 1 之间的任何值（不仅仅是 .90）并获得相应的 hdi 可信质量。

遮蔽密度曲线下的区域，以标记最高密度区间 (HDI)

Shade an area under density curve, to mark the Highest Density Interval (HDI)

r

ggplot2

ggridges

可重现的例子