如何将条形图归一化为 R 中的正态分布?
how to normalize a barplot to normal distribution in R?
我使用 ggplot 创建了一个条形图,其中 x 轴代表一个按升序排列的数字,每个数字都有自己的百分比。我想对观察到的条形图(高斯)进行归一化,以便比较两个条形图。有人知道该怎么做吗?
这是我的代码:
lemon_imp_05 = subset(Lemon_brevante_data,Lemon_brevante_data$Block == "IMP-05")
S = lemon_imp_05$percentage
names(S) = lemon_imp_05$count
barplot(S, main = 'Block IMP-05 Loam',
xlab= 'Count(N.fruits/carton)',ylab = 'percentage(%)', col = "green")
结果是一个非正态分布的条形图,但我想在观察到的条形图上强制使用正态分布(不知道如何添加当前结果的图片)。
有什么建议么?
谢谢
是否要绘制经验数据的 densitity
分布,并将其与具有相同 mean
和 sd
的正态分布进行比较?
plot(density(y), ylim=c(0, .5), lwd=2)
curve(dnorm(x, mean=mean(y), sd=sd(y)), add=TRUE, lwd=2, lty=2, col=2)
像这样?
数据:
set.seed(42)
y <- rnorm(1e2, mean=1.5, sd=.8)
或使用hist
.
h <- hist(y, freq=F, breaks="FD")
curve(dnorm(x, mean=mean(y), sd=sd(y)), add=TRUE, lwd=2, lty=2, col=2)
## stored values
h
# $breaks
# [1] -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5
#
# $counts
# [1] 2 2 6 15 21 23 17 11 3
#
# $density
# [1] 0.04 0.04 0.12 0.30 0.42 0.46 0.34 0.22 0.06
#
# $mids
# [1] -0.75 -0.25 0.25 0.75 1.25 1.75 2.25 2.75 3.25
#
# $xname
# [1] "y"
#
# $equidist
# [1] TRUE
#
# attr(,"class")
# [1] "histogram"
我使用 ggplot 创建了一个条形图,其中 x 轴代表一个按升序排列的数字,每个数字都有自己的百分比。我想对观察到的条形图(高斯)进行归一化,以便比较两个条形图。有人知道该怎么做吗? 这是我的代码:
lemon_imp_05 = subset(Lemon_brevante_data,Lemon_brevante_data$Block == "IMP-05")
S = lemon_imp_05$percentage
names(S) = lemon_imp_05$count
barplot(S, main = 'Block IMP-05 Loam',
xlab= 'Count(N.fruits/carton)',ylab = 'percentage(%)', col = "green")
结果是一个非正态分布的条形图,但我想在观察到的条形图上强制使用正态分布(不知道如何添加当前结果的图片)。 有什么建议么? 谢谢
是否要绘制经验数据的 densitity
分布,并将其与具有相同 mean
和 sd
的正态分布进行比较?
plot(density(y), ylim=c(0, .5), lwd=2)
curve(dnorm(x, mean=mean(y), sd=sd(y)), add=TRUE, lwd=2, lty=2, col=2)
像这样?
数据:
set.seed(42)
y <- rnorm(1e2, mean=1.5, sd=.8)
或使用hist
.
h <- hist(y, freq=F, breaks="FD")
curve(dnorm(x, mean=mean(y), sd=sd(y)), add=TRUE, lwd=2, lty=2, col=2)
## stored values
h
# $breaks
# [1] -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5
#
# $counts
# [1] 2 2 6 15 21 23 17 11 3
#
# $density
# [1] 0.04 0.04 0.12 0.30 0.42 0.46 0.34 0.22 0.06
#
# $mids
# [1] -0.75 -0.25 0.25 0.75 1.25 1.75 2.25 2.75 3.25
#
# $xname
# [1] "y"
#
# $equidist
# [1] TRUE
#
# attr(,"class")
# [1] "histogram"