R绘制密度图：ggplot与plot的区别

Question

R绘制密度图：ggplot与plot的区别

rplotggplot2probability-density

3

我正在使用 R 中的密度函数并计算一些从获得的密度中得出的结果。之后，我使用 ggplot2 显示相同数据的概率密度函数。

然而，结果与相应图形中显示的结果略有不同 - 这通过直接绘制密度输出（使用 plot {graphics}）得到确认。

你有什么想法吗？我该如何进行更正，以使结果和 ggplot2 中的图形匹配 / 来自完全相同的数据？

以下是代码和图片的示例：

srcdata = data.frame("Value" = c(4.6228, 1.7942, 4.2738, 2.1502, 2.2665, 5.1717, 4.1015, 2.5126, 4.4270, 4.4729, 2.5112, 2.3493, 2.2787, 2.0114, 4.6931, 4.6582, 3.3162, 2.2995, 4.3954, 1.8488), "Type" = c("Positive", "Negative", "Positive", "Negative", "Negative", "Positive", "Positive", "Negative", "Positive", "Positive", "Negative", "Negative", "Negative", "Negative", "Positive", "Positive", "Positive", "Negative", "Positive", "Negative"))

bwidth <- ( density ( srcdata$Value ))$bw

sample <- split ( srcdata$Value, srcdata$Type )[ 1:2 ]

xmin = min(srcdata$Value) - 0.2 * abs(min(srcdata$Value))
xmax = max(srcdata$Value) + 0.2 * abs(max(srcdata$Value))

densities <- lapply ( sample, density, bw = bwidth, n = 512, from = xmin, to = xmax )

#plotting densities result
plot( densities [[ 1 ]], xlim = c(xmin,xmax), col = "steelblue", main = "" )
lines ( densities [[ 2 ]], col = "orange" )

#plot using ggplot2
ggplot(data = srcdata, aes(x=Value)) + geom_density(aes(group=Type, colour=Type)) + xlim(xmin, xmax)

#or with ggplot2 (using easyGgplot2)
ggplot2.density(data=srcdata, xName='Value', groupName='Type', alpha=0.5, xlim=c(xmin,xmax))

图片：

这是一个关于IT技术的图片。

- Panda

3

他们似乎在使用不同的径向基函数核带宽。如果你想让它们相同，你需要指定相同的带宽。 - alexwhitworth

1

是的，当你自己计算密度时，你正在改变默认值，但是在使用geom_density时并没有改变。 - Axeman

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- tsurudak · Accepted Answer

当前的评论正确地指出，您在两个图中使用了两种不同的带宽来计算密度：`plot()` 图表使用您指定的 `bwidth` 作为带宽，而 `ggplot()` 图表使用默认带宽。理想情况下，您应该将 `bwidth` 传递给 ggplot 图表，这样就可以解决所有问题，然而 SO 问题here周围的评论表明，您无法将带宽参数传递给 `stat_density` 或 `geom_density`。

为了在两个图中获得相同的输出，最简单的方法是让 `density()` 在您的手动密度计算（如下所示）和 ggplot 图表中确定最佳带宽（使用您已经拥有的相同代码）。

densities <- lapply ( sample, density, n = 512, from = xmin, to = xmax )

另外，geom/stat_density中实际使用的binwidth是预定的binwidth乘以adjust参数 (参见 density documentation)，因此您可以在stat_density中指定一个adjust值（参见stat_density documentation）尝试调整ggplot的binwidth以匹配您的bwidth变量。我发现一个adjust值为4.5给出了一个类似（但不完全相同）于原始图形的版本，该版本使用了您计算出的密度值：

ggplot(data = srcdata, aes(x=Value)) + 
    geom_density(aes(group=Type, colour=Type), adjust = 4.5) +
    xlim(xmin, xmax)

Adjusted ggplot density graph

编辑：如果您想要特别调整您的ggplot图形，使其使用您的bwidth变量作为密度平滑中的binwidth，则可以在此问题的答案中找到有用的信息：理解ggplot2中的带宽平滑。