ggplot2의 카운트 데이터가있는 막대 그래프에 밀도 선 추가

Question

히스토그램에 농도 선 (실제로 일반 밀도)을 추가하고 싶습니다.

다음 데이터가 있다고 가정합니다.

set.seed(123)  
df <- data.frame(x = rbeta(10000, shape1 = 2, shape2 = 4)) 

ggplot(df, aes(x = x)) + geom_histogram(colour = "black", fill = "white", 
             binwidth = 0.01) 

내가 사용 밀도 라인을 추가 할 수 있습니다 : 나는 ggplot2하여 히스토그램을 그릴 수

ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y = ..density..),colour = "black", fill = "white", 
       binwidth = 0.01) + 
    stat_function(fun = dnorm, args = list(mean = mean(df$x), sd = sd(df$x))) 

을하지만이 실제로 원하는 것이 아니다 I 이 밀도 선을 카운트 데이터에 맞추기를 원합니다.

이 문제에 대한 해결책을 제시 한 비슷한 게시물 (HERE)이 있습니다. 하지만 제 경우에는 효과가 없었습니다. 내가 원하는 것을 얻으려면 임의의 확장 요소가 필요합니다. 그리고이 전혀 일반화되지 않습니다 :

ef <- 100 # Expansion factor 

ggplot(df, aes(x = x)) + 
    geom_histogram(colour = "black", fill = "white", binwidth = 0.01) + 
    stat_function(fun = function(x, mean, sd, n){ 
    n * dnorm(x = x, mean = mean, sd = sd)}, 
    args = list(mean = mean(df$x), sd = sd(df$x), n = ef)) 

나는 정규 분포이

• 처음으로 일반화하는 데 사용할 수있는 모든 단서,
다음 다른 빈 크기에,
• 그리고 마지막으로 다른 배포본에 도움이 될 것입니다.

Answer 1

마법을 사용하면 피팅 분배 기능이 작동하지 않습니다. 명시 적으로해야합니다. 한 가지 방법은 MASS 패키지에 fitdistr(...)을 사용하는 것입니다. 영업 이익의 의견에 응답 :

# mediocre fit - also not surprising... 
ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y=..density..),colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=dgamma,args=fitdistr(df$x,"gamma")$estimate) 

편집

# horrible fit - no surprise here 
ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y=..density..),colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=dnorm,args=fitdistr(df$x,"normal")$estimate) 

library(MASS) # for fitsidtr(...) 
# excellent fit (of course...) 
ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y=..density..),colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=dbeta,args=fitdistr(df$x,"beta",start=list(shape1=1,shape2=1))$estimate) 

.

배율 인수는 binwidth & # x2715; 표본의 크기. 두 차트 이미지가 동일하게 당신은 의미

ggplot(df, aes(x = x)) + 
    geom_histogram(colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=function(x,shape1,shape2)0.01*nrow(df)*dbeta(x,shape1,shape2), 
       args=fitdistr(df$x,"beta",start=list(shape1=1,shape2=1))$estimate)