[英]Plot normal distribution onto data
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?
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)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.