Dodawanie linii gęstości do histogram z danych liczy się w ggplot2

Question

Chcę dodać linię gęstości (normalny) do gęstości faktycznie histogramu.

Załóżmy, że mam następujące dane. mogę wykreślić histogram przez ggplot2:

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) 

mogę dodać linię gęstości przy użyciu:

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))) 

Ale to nie jest to, co faktycznie chcę, ja aby ta linia gęstości była dopasowana do danych liczbowych.

znalazłem podobny post (HERE), który zaproponował rozwiązanie tego problemu. Ale nie zadziałało w moim przypadku. Potrzebuję arbitralnego współczynnika ekspansji, aby uzyskać to, czego chcę. I nie jest to uogólnić na wszystkich:

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)) 

Wszelkie wskazówki, które można używać do uogólnienia tego

• pierwszy do rozkładu normalnego,
• następnie do każdej innej wielkości bin,
• i na końcu do każdej innej dystrybucji będzie bardzo pomocne.

Answer 1

Montaż funkcję dystrybucyjną nie zdarza się przez magię. Musisz to zrobić jawnie. Jednym ze sposobów jest użycie pakietu fitdistr(...) w pakiecie MASS.

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) 

# 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) 

# 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) 

EDIT: Odpowiedź na komentarz OP.

Współczynnik skali to binwidth & # x2715; wielkość próbki.

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)