我試圖用來ggplot2創建一個加權密度圖，顯示兩組的分布，每個組占某個分布的一小部分。我遇到的困難源于這樣一個事實，盡管兩組在資料中的觀察數量相同，但它們的權重不同，我希望圖表中每個組的區域都能反映這種權重差異。
我的資料看起來像這樣。
var <- sort(rnorm(1000, mean = 5, sd = 2))
df <- tibble(id = c(rep(1, 1000), rep(2, 1000)),
var = c(var,var),
weight = c(rep(.1, 500), rep(.2, 500), rep(.9, 500), rep(.8, 500)))
請注意，第 1 組的權重較低（0.1 或 .2），而第 2 組的權重較高（0.9 或 0.8）。另請注意，對于任何給定的值，var權重加起來為 1。在實際資料中，每個組所占的份額在 的分布中以更復雜的方式不同var。
我嘗試將這些資料繪制如下，盡管使用權重捕獲了每個組內分布變化的方式，但它沒有捕獲組間分布變化的方式。
library(ggplot2)
var <- rnorm(1000, mean = 5, sd = 2)
df %>%
ggplot(aes(x = var, group = id, fill = factor(id), weight = weight))
geom_density(position = 'stack')
結果圖看起來像這樣。
很明顯，這些組不分別占密度曲線下面積的 15% 和 85% 左右，但是當我們使用 時，這個問題就更清楚了position = 'fill'。
每個組似乎占據了相似的區域，顯然是因為在考慮分組之前應用了加權。我希望看到一個解決方案，該解決方案導致與第 1 組相關的區域與其重量相稱（即比與第 2 組相關的區域小得多）。
需要澄清的是，與每個組相關的高度應該不同。在上圖中，第 1 組和第 2 組之間的分界線應該明顯更高，從而使第 1 組占據的區域明顯更小。
uj5u.com熱心網友回復：
處理兩組的相對密度有點模棱兩可。顯然，每個組的密度需要有 1 的整數才能成為真實密度。最接近的可能是兩條曲線的積分總和為 1，我認為這需要您自己進行密度計算，然后繪制為堆疊geom_area：
library(tidyverse)
df %>%
nest(data = -id) %>%
summarize(id = factor(id),
weight = unlist(map(data, ~sum(.x$weight))),
dens = map(data, function(.x) {
x <- density(.x$var, weights = .x$weight/sum(.x$weight))
data.frame(x = x$x, y = x$y)
})) %>%
mutate(weight = weight / sum(weight)) %>%
unnest(dens) %>%
mutate(y = y * weight) %>%
ggplot(aes(x, y, fill = id))
geom_area(position = 'stack', color = 'black')
labs(y = 'density', x = 'var')
uj5u.com熱心網友回復：
我不完全確定我是否正確理解您，但也許您可以根據重量預先計算值，然后像這樣堆疊它：
library(ggplot2)
library(dplyr)
# Stacked
df %>%
mutate(weighted_var = var*weight) %>%
ggplot(aes(x = weighted_var, fill = factor(id), group = id))
geom_density(position = 'stack')
并像這樣檢查填充組：
# Fill
df %>%
mutate(weighted_var = var*weight) %>%
ggplot(aes(x = weighted_var, fill = factor(id), group = id))
geom_density(position = 'fill')
使用reprex v2.0.2創建于 2022-11-01
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/525520.html
標籤：rggplot2
上一篇：R中二維陣列中的條件切片