r - 叠加密度图不包括直方图值

Question

我想将密度曲线叠加到我构建的频率直方图上。对于频率直方图，我使用了 aes(y=..counts../40)，因为 40 是我的总样本数。我使用 aes(y=..density..*0.1) 强制密度介于 0 和 1 之间，因为我的 binwidth 是 0.1。但是，密度曲线不适合我的数据，它排除了等于 1.0 的值(请注意，直方图显示 bin=(1.0,1.1) 的累积值，但密度曲线以 1.0 结束)

这是我的数据

data<-structure(list(variable = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("E1", "test"
), class = "factor"), value = c(0.288888888888889, 0.0817901234567901, 
0.219026548672566, 0.584795321637427, 0.927554980595084, 0.44661095636026, 
1, 0.653780942692438, 1, 0.806451612903226, 1, 0.276794335371741, 
1, 0.930109557990178, 0.776864728192162, 0.824909747292419, 1, 
1, 1, 1, 1, 0.0875912408759124, 0.308065494238933, 1, 0.0258064516129032, 
0.0167322834645669, 1, 1, 0.355605889014723, 0.310344827586207, 
0.106598984771574, 0.364447494852436, 0.174724342663274, 0.77491961414791, 
1, 0.856026785714286, 0.680759275237274, 0.850657108721625, 1, 
1, 0, 0.851851851851852, 1, 0, 0.294954721862872, 0.819870009285051, 
0, 0.734147168531706, 0.0135424091233072, 0.0189098998887653, 
0.0101010101010101, 0, 0.296905222437137, 0.706837929731772, 
0.269279393173198, 0.135379061371841, 0.158969804618117, 0.0902981940361193, 
0.00423131170662906, 0, 0.374880611270296, 0.0425790754257908, 
0.145542753183748, 0, 0.129032258064516, 0.260334645669291, 0, 
0, 1, 0.175505350772889, 0.08248730964467, 0, 0.317217981340119, 
0.614147909967846, 0, 0.264508928571429, 0.883520276100086, 0.0657108721624851, 
0, 0.560229445506692)), row.names = c(NA, -80L), .Names = c("variable", 
"value"), class = "data.frame")

阴谋

q<-ggplot(data, aes(value, fill = variable)) 
        q + geom_density(alpha = 0.6,aes(y=..density..*0.1),binwidth=0.1) 
    + theme_minimal()+scale_fill_manual(values =c("#D7191C","#2B83BA")) 
    + theme(legend.position="bottom")+ guides(fill=guide_legend(nrow=1)) 
    + labs(title="Density Plot GrupoB",x="Respuesta",y="Density")
    +scale_x_continuous(breaks=seq(from=0,to=1.2,by=0.1))
    +geom_histogram(alpha = 0.6,aes(y=..count../40),binwidth=0.1,position="dodge")

我得到的输出是这个

Answer 1

您的情节完全符合您的数据的预期:

你阴谋 data$value ，其中包含介于 0 和 1 之间的数值，因此您应该期望密度曲线也从 0 运行到 1。

您绘制一个 binwidth 为 0.1 的直方图。垃圾箱在下端关闭，在上端打开。所以你得到的分箱是 [0,0.1), [0.1, 0.2), ..., [0.9,1.0), [1.0,1.1)。您的数据中有 17 个值为 1，因此进入最后一个 bin，该 bin 从 1 绘制到 1.1。

我认为以您的方式绘制直方图是一个坏主意。原因是对于直方图，x 轴是连续的，这意味着覆盖 x 轴范围从 0.1 到 0.2 的条表示(包括)0.1 和 0.2 之间的值的计数(不包括后者)。在这种情况下使用闪避会导致图片失真，因为条形现在不再覆盖正确的 x 轴范围。两个条共享它们应该完全覆盖的范围。这种失真是密度曲线似乎与直方图不匹配的原因之一。

所以你能对它做点啥？我可以给你一些建议，但也许其他人有更好的想法......

而不是使用 position="dodge" 将直方图彼此相邻绘制，您可以使用分面，即将直方图(和相应的密度曲线)绘制成单独的图。这可以通过添加 + facet_grid(variable~.) 来实现到你的情节。

你可以稍微作弊，让最后一个 bin，即 [0.9,1)，包括 1(即它是 [0.9,1.0])。只需将数据中的 1 替换为 0.999，如下所示:data$value[data$value==1]<-0.999 .重要的是您只为绘图执行此操作，这实际上仅意味着您稍微重新定义了分箱。对于您缩进要做的所有数字评估，您不应该进行此替换! (例如，它会改变 data$value 的平均值。)

关于密度曲线和直方图的归一化:密度曲线不需要介于 0 和 1 之间。限制是密度曲线上的积分应该为 1。因此，要使密度曲线和直方图可比较，直方图也应该有整数 1，这是通过将 y 值除以绑定(bind)宽度来实现的。所以，你应该使用 geom_density(alpha = 0.6,aes(y=..density..)) (我还删除了 bindwith=0.1 因为它对 geom_density 没有影响)和 geom_histogram(alpha = 0.6,aes(y=..count../40/.1),binwidth=0.1) (不需要 position="dodge" ，一旦你使用刻面)。当然，这会导致您所拥有的相对归一化，但它更有意义，因为密度曲线和直方图上的积分应该是 1。

密度曲线仍然不能完全匹配直方图，这与密度估计的计算方式有关。我不详细了解这一点，因此很遗憾无法进一步解释。但是你可以通过使用参数 adjust 来更好地理解它是如何工作的。至geom_density .对于较小的数字，它会使曲线不太平滑，并且曲线将更接近直方图。

为了将所有内容放在一起，我已将所有建议构建到您的代码中，使用 adjust=0.2在 geom_density并绘制结果:

data$value[data$value==1]<-0.999
q<-ggplot(data, aes(value, fill = variable)) 
q + geom_density(alpha = 0.6,aes(y=..density..),adjust=0.2)  +
   theme_minimal()+scale_fill_manual(values =c("#D7191C","#2B83BA")) +
   theme(legend.position="bottom")+ guides(fill=guide_legend(nrow=1)) +
   labs(title="Density Plot GrupoB",x="Respuesta",y="Density")+
   scale_x_continuous(breaks=seq(from=0,to=1.2,by=0.1))+
   geom_histogram(alpha = 0.6,aes(y=..count../40/.1),binwidth=0.1) +
   facet_grid(variable~.)

不幸的是，我不能给你一个更完整的答案，但我希望这些想法能给你一个好的开始。