用ggplot2繪制概率（不是密度）

Question

我想繪制數據，使得在y軸上存在概率（在范圍[0,1]中）並且在x軸上我具有數據值。 數據是連續的（也在范圍[0,1]中），因此我想使用一些核密度估計函數並對其進行歸一化，使得某個點x處的y值意味着在輸入中看到值x的概率數據。

所以，我想問一下：

a）它是否合理？ 我知道我不可能看到數據中沒有的值，但我只想在使用內核密度估計函數的點之間進行插值，然后將其標准化。

b）我可以使用的ggplot中是否有任何內置選項，這會覆蓋geom_density（）的默認行為，例如這樣做？

提前致謝，

蒂莫

編輯：當我之前說“正常化”時，我實際上是指“規模”。 但我得到了答案，所以謝謝你們清理我的想法。

Answer 1

只是快速合並@JD Long和@昨天的答案：

ggplot(df, aes(x=x)) +
  geom_histogram(aes(y = ..density..), binwidth=density(df$x)$bw) +
  geom_density(fill="red", alpha = 0.2) +
  theme_bw() +
  xlab('') +
  ylab('')

這樣，ggplot2的ggplot2由density函數計算，后者也被繪制在具有良好透明度的直方圖的頂部。 但你肯定應該調查stat_densitiy，因為@yesterday建議進一步定制。

Answer 2

這不是ggplot的答案，但是如果你想把核平滑和直方圖的想法結合起來，你可以做一個自舉和平滑的方法。 對於像這樣的丑陋事情你會被統計人員的頭部和肩膀所擊敗，所以使用風險自負;）

從一些合成數據開始：

set.seed(1)
randomData <- c(rnorm(100, 5, 3), rnorm(100, 20, 3) )
hist(randomData, freq=FALSE)
lines(density(randomData), col="red")

密度函數有一個相當智能的帶寬計算器，您可以借用：

bw <- density(randomData)$bw
resample <- sample( randomData, 10000, replace=TRUE)

然后使用帶寬calc作為SD來產生一些隨機噪聲

noise <- rnorm(10000, 0, bw)
hist(resample + noise, freq=FALSE)
lines(density(randomData), col="red")

你看！ 內核平滑直方圖！

我知道這個長期的回復並不是您問題的真正答案，但也許它會提供一些有關如何濫用您的數據的創意。

Answer 3

您可以通過調用stat_density（）而不是geom_density（）來控制ggplot中密度/內核估計的行為。

請參閱在線用戶手冊： http ： //had.co.nz/ggplot2/stat_density.html您可以指定stats :: density（）支持的任何內核估算函數

library(ggplot2)
df <- data.frame(x = rnorm(1000))
ggplot(df, aes(x=x)) + stat_density(kernel="biweight")