[英]Plot normal distribution onto data
我有一些要轉換的對數正態數據,然后適合正態分布。 這是一個可重現的示例,其數據並非完全對數正態,但足夠接近:
# create some lognormal data
dat <- data.frame(x = c(runif(1000, 0, 1), runif(300, 1, 100), runif(100,100,1000)))
我可以通過log10
轉換這些數據,並使用MASS::fitdistr
使它們符合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
現在,我想繪制數據,並在其上繪制分布。 我通過log10轉換數據,並使用stat_function
繪制正態分布,但它不適合數據。
# 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))
任何指針,以及驗證我是否正確進行操作,都將非常有幫助。
最后, scale_x_log10()
我的x軸以scale_x_log10()
等顯示單位...我應該使用scale_x_log10()
嗎? 格式化x軸的簡單方法是什么?
如果要在同一圖形上繪制直方圖和密度分布,則需要使用美學y=..density..
繪制密度直方圖 y=..density..
這是一個例子。 為了清楚起見,我從對數正態分布生成了數據。
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)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.