У меня есть набор данных с числовыми значениями и категориальной переменной. Распределение числовой переменной отличается для каждой категории. Я хочу построить график плотности для каждой категориальной переменной, чтобы они были визуально ниже всего графика плотности.ggplot смесь модель R
Это похоже на компоненты модели смеси без расчета модели смеси (поскольку я уже знаю категориальную переменную, которая разделяет данные).
Если я возьму ggplot для группировки в соответствии с категориальной переменной, каждая из четырех плотностей является реальной плотностью и интегрируется в одну.
library(ggplot2)
ggplot(iris, aes(x = Sepal.Width)) + geom_density() + geom_density(aes(x = Sepal.Width, group = Species, colour = 'Species'))
То, что я хочу, чтобы иметь плотность каждой категории, как к югу от плотности (не интегрирующей 1). Похож на следующий код (который я только реализован для двух из трех видов ирисов)
myIris <- as.data.table(iris)
# calculate density for entire dataset
dens_entire <- density(myIris[, Sepal.Width], cut = 0)
dens_e <- data.table(x = dens_entire[[1]], y = dens_entire[[2]])
# calculate density for dataset with setosa
dens_setosa <- density(myIris[Species == 'setosa', Sepal.Width], cut = 0)
dens_sa <- data.table(x = dens_setosa[[1]], y = dens_setosa[[2]])
# calculate density for dataset with versicolor
dens_versicolor <- density(myIris[Species == 'versicolor', Sepal.Width], cut = 0)
dens_v <- data.table(x = dens_versicolor[[1]], y = dens_versicolor[[2]])
# plot densities as mixture model
ggplot(dens_e, aes(x=x, y=y)) + geom_line() + geom_line(data = dens_sa, aes(x = x, y = y/2.5, colour = 'setosa')) +
geom_line(data = dens_v, aes(x = x, y = y/1.65, colour = 'versicolor'))
, в результате чего
Выше я жестко закодировано число для уменьшения значения у. Есть ли способ сделать это с помощью ggplot? Или рассчитать?
Спасибо за ваши идеи.
Привет, да что выглядит многообещающим. Если я масштабирую его с количеством записей набора диафрагмы, то есть nrow (iris) = 150, это выглядит неплохо. Так что вместо ..count .. это ..count ../ 150. Может ли кто-нибудь убедиться, что это правильный путь? В моем случае число в каждой категории не совпадает, но есть одна категория, на которую приходится около 60% данных. – user3702510
Привет, я подумал об этом и обсудил его, и это правильный ответ. Спасибо @Kota Mori за быстрый ответ. Либо возьмите y = ..count ../ Number_of_rows_of_entire_dataset, либо возьмите y = ..density ../ number_of_categories – user3702510