r - 直方图和密度图不匹配

Question

我正在创建替换直方图：随着时间的推移，第 1、第 2 或第 3 个子。因此，每个直方图显示给定子数在给定分钟内的子数。直方图对我来说很有意义，因为它们大部分都是平滑的（我使用了 1 分钟的 bin 宽度）。没有什么看起来太不寻常了。但是，当我覆盖密度图时，左侧的尾部会膨胀，我无法确定其中一张图的原因。

数据集是替换的，范围从 1 分钟到最大时间。然后，我将此数据集切成两半，仅查看第 45 分钟后制作子的时间。我没有将这些数据折叠回去，我试图创建一个可重现的示例，但无法给出数据。

用于在 R 中创建的代码

## 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

为什么，如果没有小于 45 的值，第一个子的密度图会在尾部膨胀？另外，为什么第二个潜艇尾部的密度图没有更加膨胀？

旁注：我确实在交叉验证时问过这个问题，但由于它涉及 R，所以被告知要在这里问。这里

因此，我能够更改代码并获得以下信息：

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 ~ .)

这看起来更正确，至少现在适合数据集。但是，我仍然对为什么首先会出现这些问题感到困惑。

标签： rhistogramkernel-density

Answer 1

虽然没有数据样本来重现错误，但您可以geom_density尝试通过明确指定来确保所使用的环境是正确的。您也可以尝试将指定密度 ( geom_density)的代码行移到geom_histogram. 此外，y轴标签可能是错误的 - 它现在设置为counts，而值表明这实际上是density。

我将如何明确指定密度？

您可以通过指定data,aes并position直接在geom_density函数调用中显式指定密度参数，因此它将使用这些声明而不是继承的参数：

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 ~ .)

我不明白它是如何发生的， 我认为在您的初始代码中geom_density，您只明确指定了alpha参数。因此，对于它需要的所有其余参数，（data，aes等position）它使用继承的参数/参数，显然它没有正确继承它们。可能它试图使用geom_vline函数 -中的数据参数sumy.df.half，或者被参数“..density..”中的语法混淆了