r - Kernel Density Estimate（概率密度函数）错了？

Question

我创建了一个直方图来显示连环杀手第一次被杀的年龄密度，并试图在其上叠加一个概率密度函数。但是，当我在 ggplot2 中使用 geom_density() 函数时，我得到的密度函数看起来太小了（面积<1）。奇怪的是，通过改变直方图的 bin 宽度，密度函数也会发生变化（bin 宽度越小，似乎越适合密度函数。我想知道是否有人有一些指导可以使这个函数更好地拟合，它面积远低于1？

    #Histograms for Age of First Kill: 
library(ggplot2)
AFKH <- ggplot(df, aes(AgeFirstKill,fill = cut(AgeFirstKill, 100))) +
  geom_histogram(aes(y=..count../sum(..count..)), show.legend = FALSE, binwidth = 3) + # density wasn't working, so had to use the ..count/../sum(..count..)
  scale_fill_discrete(h = c(200, 10), c = 100, l = 60) + # c =, for color, and l = for brightness, the #h = c() changes the color gradient
  theme(axis.title=element_text(size=22,face="bold"), 
        plot.title = element_text(size=30, face = "bold"),
        axis.text.x = element_text(face="bold", size=14),
        axis.text.y = element_text(face="bold", size=14)) +
  labs(title = "Age of First kill",x = "Age of First Kill", y = "Density")+
  geom_density(aes(AgeFirstKill, y = ..density..), alpha = 0.7, fill = "white",lwd =1, stat = "density")
AFKH

标签： rggplot2statisticshistogramkernel-density

Answer 1

我们没有你的数据集，所以让我们制作一个相当接近它的数据集：

set.seed(3)
df <- data.frame(AgeFirstKill = rgamma(100, 3, 0.2) + 10)

首先要注意的是密度曲线没有改变。仔细查看绘图上的 y 轴。您会注意到密度曲线的峰值没有变化，但仍保持在 0.06 左右。直方图条的高度发生变化，y 轴也相应变化。

这样做的原因是您没有将直方图条的高度除以它们的宽度来保留它们的区域。你的审美应该是..count../sum(..count..)/binwidth保持这个不变。

为了展示这一点，让我们将您的绘图代码包装在一个函数中，该函数允许您指定 bin 宽度，但在绘图时也考虑 binwidth：

draw_it <- function(bw) {
  ggplot(df, aes(AgeFirstKill,fill = cut(AgeFirstKill, 100))) +
  geom_histogram(aes(y=..count../sum(..count..)/bw), show.legend = FALSE, 
                 binwidth = bw) +
  scale_fill_discrete(h = c(200, 10), c = 100, l = 60) + 
  theme(axis.title=element_text(size=22,face="bold"), 
        plot.title = element_text(size=30, face = "bold"),
        axis.text.x = element_text(face="bold", size=14),
        axis.text.y = element_text(face="bold", size=14)) +
  labs(title = "Age of First kill",x = "Age of First Kill", y = "Density") +
  geom_density(aes(AgeFirstKill, y = ..density..), alpha = 0.7, 
               fill = "white",lwd =1, stat = "density")
}

现在我们可以这样做：

draw_it(bw = 1)

draw_it(bw = 3)

draw_it(bw = 7)