r - 使用 ggplot2 绘制概率(不是密度)

Question

我想绘制数据，以便在 y 轴上有概率(在范围 [0,1] 内)，在 x 轴上有数据值。数据是连续的(也在范围 [0,1] 内)，因此我想使用一些核密度估计函数并将其标准化，以便某个点 x 的 y 值意味着在输入中看到值 x 的概率数据。

所以我想问一下:

a) 这合理吗？我知道我不可能看到数据中没有的值，但我只想使用核密度估计函数在我拥有的点之间进行插值，然后将其标准化。

b)我可以使用 ggplot 中的任何内置选项来覆盖 geom_densis() 的默认行为，例如这样做吗？

提前致谢，

蒂莫

编辑:当我之前说“标准化”时，我实际上指的是“规模”。但我得到了答案，所以感谢大家让我理清了这个问题。

Answer 1

只是将 @JD Long 和 @yesterday 的答案快速合并:

ggplot(df, aes(x=x)) +
  geom_histogram(aes(y = ..density..), binwidth=density(df$x)$bw) +
  geom_density(fill="red", alpha = 0.2) +
  theme_bw() +
  xlab('') +
  ylab('')

这样，ggplot2 的 binwidth 是通过 密度 函数计算的，并且密度函数也以良好的透明度绘制在直方图的顶部。但你绝对应该看看stat_densitiy正如 @yesterday 建议的进一步定制。