如何在数据之上绘制密度曲线以显示 R 中的分布

Question

我希望绘制数据分布内的密度曲线。我听说过（不是专家）所谓的对数正态分布？我的数据如下：

data<- data.frame(
      Day=c(1,2,3,4,5,6,7,8,9,10),
      Variable=c(3,5,20,10,8,18,23,21,16,12))

ggplot(data)  + 
  geom_bar(aes(y=Variable, x=Day),stat="identity", colour="black")+
  labs(title= "",x="",y=expression('Variable'))+  theme_classic()

并且想要这样的东西：

Answer 1

我认为您对条形图和直方图有点混淆。您有一个 条形图 ，在您的情况下，它显示了 y 轴上的一个变量相对于 x 轴上的时间的变化。

直方图看起来像条形图，但它显示了单个变量在整个范围内的分布。这具有 x 轴上的变量值，以及在 y 轴上找到该变量的频率。在直方图上绘制密度曲线是有意义的，但在时间序列上则不然。如果您正在寻找与显示的图相似的视觉效果，您可以获得的最好结果可能是绘制一条移动平均线和条形图，也许是这样的：

ggplot(data, aes(Day, Variable))  + 
  geom_col(colour = "black") +
  geom_smooth(se = FALSE, color = "black") +
  labs(title = "", x = "", y = expression('Variable')) +  
  theme_classic()

Answer 2

我在这里假设您的数据是频率，因此为了简化后续操作，首先将它们转化为单个观察值的向量。

library(ggplot2)
library(tidyr)
library(dplyr)


long <- with(data, rep(Day, times = Variable))

long[1:20]

[1] 1 1 1 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3

现在使用 ggplot 您可以绘制直方图和密度估计值：

data.frame(Day = long) |>
  ggplot() +
  geom_bar(aes(x = Day), stat = "count") +
  geom_density(aes(x = Day, after_stat(count)))

要拟合两个高斯分布的混合（如参考示例中所示），您可以使用 mclust。请注意，这仅作为示例显示，可能不是处理数据的最佳方式。这里参数G指定模型数量：

library(mclust)
fit <- densityMclust(long, G = 2)

接下来，准备数据以使用 ggplot 分几个步骤进行绘图：

使用 predict

x

密度值被缩放以匹配预测在任一模型中的观测值的比例
数据框在 x

x <- seq(0, max(long) + 1, by = 0.1)

dens <- predict(fit, x, what = "cdens") |>
  apply(1, function(z) z*table(fit$classification)) |>
  t() |>
  data.frame() |>
  cbind(x = x) |>
  pivot_longer(cols = c(X1, X2),
               names_to = "K",
               values_to = "y")

最后，通过在 geom_line 中指定数据源是 dens:

，将密度分层到条形图上

data.frame(Day = long) |>
  ggplot() +
  geom_bar(aes(x = Day), stat = "count") +
  geom_line(data = dens,
            aes(x = x, y = y, color = K))

如何在数据之上绘制密度曲线以显示 R 中的分布

How do you plot density curves on top of the data to show distribution in R

r

ggplot2

normal-distribution

density-plot