直方圖和密度圖不匹配

Question

我正在創建替換的直方圖：時間上的第一，第二或第三子。 因此，每個直方圖都會在給定的“子編號”下顯示給定分鍾內的子編號。 直方圖對我來說很有意義，因為在大多數情況下它們都很平滑（我使用了1分鍾的紙箱寬度）。 沒有什么看起來與眾不同。 但是，當我覆蓋密度圖時，左側的尾巴會膨脹，因此我無法確定其中一張圖的原因。

數據集包含替換，范圍從1分鍾到最大時間。 然后，我將此數據集切成兩半，只看第45分鍾后制作潛艇的時間。我沒有將數據折回去，並且嘗試創建可復制的示例，但無法給出數據。

用於在R中創建的代碼

## Filter out subs that are not in the second half
df.half<-df[df$PeriodId>=2,]
p<-ggplot(data=df.half, aes(x=time)) + 
  geom_histogram(aes(y=..density..),position="identity", alpha=0.5,binwidth=1)+
  geom_vline(data=sumy.df.half,aes(xintercept=grp.mean),color="blue", linetype="dashed", size=1)+
  geom_density(alpha=.2)+
  facet_grid(SUB_NUMBER ~ .)+
  scale_y_continuous(limits = c(0,0.075),breaks = c(seq(0,0.075,0.025)),
                     minor_breaks = c(seq(0,0.075,0.025)),name='Count')
p

為什么對於第一個Sub，如果不小於45，則密度圖在尾部膨脹？ 同樣，為什么第二子的尾部的密度圖不更膨脹？

旁注：我確實在交叉驗證中問過這個問題，但由於涉及R而被告知，請在此處提問。 這里

因此，我能夠更改代碼並獲得以下內容：

ggplot() + 
  geom_histogram(data=df.half, aes(x=time,y=..density..),position="identity", alpha=0.5,binwidth=1)+
  geom_density(data=df.half,aes(x=time,y=..density..))+
  geom_vline(data=sumy.df.half,aes(xintercept=grp.mean),color="blue", linetype="dashed", size=1)+
  facet_grid(SUB_NUMBER ~ .)

這看起來更正確，並且至少現在適合數據集。 但是，對於為什么這些問題首先發生，我仍然感到困惑。

Answer 1

盡管沒有數據示例可重現該錯誤，但是您可以通過明確指定它來嘗試確保geom_density使用的環境正確。 您也可以嘗試移動代碼行指定密度（ geom_density ）就在后geom_histogram 。 另外， y軸標簽可能是錯誤的-現在將其設置為計數 ，而值表明實際上是密度 。

如何明確指定密度？

您可以通過在geom_density函數調用中直接指定data ， aes和position來顯式指定密度參數，因此它將使用這些聲明的參數代替繼承的參數：

ggplot() + 
  geom_histogram(data=df.half, aes(x=time,y=..density..),position="identity", alpha=0.5,binwidth=1)+
  geom_density(data=df.half,aes(x=time,y=..density..))+
  geom_vline(data=sumy.df.half,aes(xintercept=grp.mean),color="blue", linetype="dashed", size=1)+
  facet_grid(SUB_NUMBER ~ .)

我不了解它最初是如何發生的，我認為在您的geom_density初始代碼中，您僅明確指定了alpha參數。 因此，對於它需要的所有其他參數（ data ， aes ， position等），它使用了繼承的參數/參數，顯然它沒有正確地繼承它們。 可能是它試圖使用geom_vline函數的data參數sumy.df.half ，或者被語法“ ..density ..”中的語法混淆了。