r - 如何绘制等高线，显示 95% 的值落在 R 和 ggplot2 中的位置

Question

假设我们有:

x <- rnorm(1000)
y <- rnorm(1000)

如何使用 ggplot2 生成包含以下两个几何图形的图:

两个系列值的二元期望

显示 95% 的估计值落在何处的等高线？

我知道如何做第一部分:

 df <- data.frame(x=x, y=y)
 p <- ggplot(df, aes(x=x, y=y))
 p <- p + xlim(-10, 10) + ylim(-10, 10) # say
 p <- p + geom_point(x=mean(x), y=mean(y))

我也知道 ggplot2 中的 stat_contour() 和 stat_density2d() 函数。

而且我也知道 stat_contour 中有“bins”选项。

但是，我想我需要的是类似于分位数内的 probs 参数，但超过二维而不是一维。

我还在图形包中看到了一个解决方案。但是，我想在 ggplot 中执行此操作。

非常感谢帮助，

乔恩

Answer 1

不幸的是，目前接受的答案失败了 Error: Unknown parameters: breaks在 ggplot2 2.1.0 .我根据 this answer 中的代码拼凑了一种替代方法。 ，它使用 ks用于计算核密度估计的包:

library(ggplot2)

set.seed(1001)
d <- data.frame(x=rnorm(1000),y=rnorm(1000))

kd <- ks::kde(d, compute.cont=TRUE)
contour_95 <- with(kd, contourLines(x=eval.points[[1]], y=eval.points[[2]],
                                    z=estimate, levels=cont["5%"])[[1]])
contour_95 <- data.frame(contour_95)

ggplot(data=d, aes(x, y)) +
  geom_point() +
  geom_path(aes(x, y), data=contour_95) +
  theme_bw()

结果如下:



提示 : ks包取决于 rgl包，手动编译可能很麻烦。即使您在 Linux 上，获得预编译版本也容易得多，例如 sudo apt install r-cran-rgl在 Ubuntu 上，如果您设置了适当的 CRAN 存储库。