다른 ggplot2 밀도를 해석하는 방법은 무엇입니까?

Question

내가 ggplot에서 geom_density 다음과 같은 변종의 의미에 대한 혼란 스러워요 :

1. geom_density (aes_string (X = 'myVar에')) VS :

   누군가가이 네 가지 통화 사이의 차이를 설명시겠습니까

2. geom_density (aes_string (X = 'myVar에', Y = '.. .. 밀도')) VS
3. geom_density (aes_string (X = 'myVar에', Y = '스케일링 .. ..')) VS
4. geom_density (aes_string (x = 'myvar', y = '.. count ../ sum (.. count ..)'))?
   이
   • geom_density 혼자 그 영역 곡선 합계에서 1
   • geom_density-..density..와 기본적으로 동일한 작업을 수행 밀도를 생성합니다 ... :

나의 이해는 점이다?

..count../sum(..count..) 모든 높이는

안에 아이템 # 것만으로 각 빈을 곱한다 분모없이 자체적으로 하나

..count.. 합이 보장 더욱 정규화 히스토그램 같을 피크 높이를 정상화 ..scaled.. 매개 변수는 내가 매우 직관적 ..scaled..을 발견하고 그것의 나의 해석이 맞다면 내가 그것을 무시하고 싶습니다 사용 본 적이 없다 그렇게 밀도의 최대 값이 1

되어 있는지 확인합니다. 나는 주로 geom_density과 정규화 된 밀도 플롯의 차이점에 대한 설명을 찾고 있는데, 나는 이것을 ...count../... 인수가 필요하다고 가정하고있다. 감사.

(관련 : Error with ggplot2 mapping variable to y and using stat="bin")

Answer 1

stat_density의 기본 미학 ..density.., 그래서 기본적으로 stat_density를 사용 geom_density에 대한 호출은 기본적으로 y = ..density..을 그릴 것입니다.

당신은 다양한 열이

densdf$scaled <- densdf$y/max(densdf$y, na.rm = TRUE) 

가 원하는 경우 그것을 무시 부담으로 정의 된 source code

..scaled..보고 caculated하는 방법을 볼 수 있습니다.source code for stat_bin

결과를 보면

는

그래서 당신은 (기본 stat = 'bin' 사용) geom_histogram의 결과를 비교하려는 경우, 당신은 y = ..density..을 설정할 수 있으며 것 같은

res <- within(results, { 
    count[is.na(count)] <- 0 
    density <- count/width/sum(abs(count), na.rm=TRUE) 
    ncount <- count/max(abs(count), na.rm=TRUE) 
    ndensity <- density/max(abs(density), na.rm=TRUE) 
    }) 

로 계산된다 count/sum(count)을 계산하십시오 (빈의 너비를 고려함)

geom_density(aes(y=..scaled..))을와 비교하려면 10, 당신은 그러나 당신이 곡선의 적절 자세한 근사치를 얻을 수 stat_density의 adjust 매개 변수를 조정해야 할 것 geom_histogram(aes(y = ..ndensity..))

당신은뿐만 아니라 모두 ..count..를 사용하여 동일한 규모를 얻을 수 사용합니다.