将正态分布绘制到数据上

Question

我有一些要转换的对数正态数据，然后适合正态分布。 这是一个可重现的示例，其数据并非完全对数正态，但足够接近：

# create some lognormal data
dat <- data.frame(x = c(runif(1000, 0, 1), runif(300, 1, 100), runif(100,100,1000)))

我可以通过log10转换这些数据，并使用MASS::fitdistr使它们符合MASS::fitdistr 。

# fit normal distribution to log-transformed values
library(MASS)
fit <- fitdistr(log10(dat$x), densfun = "normal")
fit$estimate # mean and SD of the normal distribution

现在，我想绘制数据，并在其上绘制分布。 我通过log10转换数据，并使用stat_function绘制正态分布，但它不适合数据。

# plot data and distribution
ggplot(data = dat) +
  geom_histogram(mapping = aes(x = log10(x))) +
  stat_function(fun = dnorm, args = list(mean = fit$estimate[1], sd = fit$estimate[2], log = TRUE))

任何指针，以及验证我是否正确进行操作，都将非常有帮助。

最后， scale_x_log10()我的x轴以scale_x_log10()等显示单位...我应该使用scale_x_log10()吗？ 格式化x轴的简单方法是什么？

Answer 1

如果要在同一图形上绘制直方图和密度分布，则需要使用美学y=..density..绘制密度直方图 y=..density..
这是一个例子。 为了清楚起见，我从对数正态分布生成了数据。

set.seed(123)
# Generate data from a log-normal distribution
dat <- data.frame(x=rlnorm(10000))

# Fit normal distribution to log-transformed values
library(MASS)
fit <- fitdistr(log10(dat$x), densfun = "normal")

# Plot density histogram and fitted distribution
ggplot(data = dat) +
  geom_histogram(mapping = aes(x = log10(x), y = ..density..), col="white") +
  stat_function(fun = dnorm, 
      args = list(mean = fit$estimate[1], sd = fit$estimate[2], log = F), 
      color="red", lwd=1)