utilizzando stat_function e facet_wrap insieme in ggplot2 in R

Question

Sto cercando di tracciare i dati di tipo reticolo con ggplot2 e poi sovrapporre una distribuzione normale sopra i dati di esempio per illustrare come lontani normale i dati sottostanti è. Mi piacerebbe avere il dist normale sulla parte superiore per avere la stessa media e stdev come il pannello.

Ecco un esempio:

library(ggplot2)

#make some example data
dd<-data.frame(matrix(rnorm(144, mean=2, sd=2),72,2),c(rep("A",24),rep("B",24),rep("C",24)))
colnames(dd) <- c("x_value", "Predicted_value",  "State_CD")

#This works
pg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) +  facet_wrap(~State_CD)
print(pg)

che tutte le opere grandi e produce un bel grafico a tre panel di dati. Come faccio ad aggiungere il dist normale in cima? Sembra che io userei stat_function, ma questo non riesce:

#this fails
pg <- ggplot(dd) + geom_density(aes(x=Predicted_value)) + stat_function(fun=dnorm) +  facet_wrap(~State_CD)
print(pg)

Sembra che lo stat_function non è sempre insieme con la funzione facet_wrap. Come faccio ad avere questi due a giocare bene?

------------ EDIT ---------

Ho cercato di integrare le idee da due delle risposte qui sotto e io sono ancora non c'è:

utilizzando una combinazione di entrambe le risposte che posso incidere insieme questa:

library(ggplot)
library(plyr)

#make some example data
dd<-data.frame(matrix(rnorm(108, mean=2, sd=2),36,2),c(rep("A",24),rep("B",24),rep("C",24)))
colnames(dd) <- c("x_value", "Predicted_value",  "State_CD")

DevMeanSt <- ddply(dd, c("State_CD"), function(df)mean(df$Predicted_value)) 
colnames(DevMeanSt) <- c("State_CD", "mean")
DevSdSt <- ddply(dd, c("State_CD"), function(df)sd(df$Predicted_value) )
colnames(DevSdSt) <- c("State_CD", "sd")
DevStatsSt <- merge(DevMeanSt, DevSdSt)

pg <- ggplot(dd, aes(x=Predicted_value))
pg <- pg + geom_density()
pg <- pg + stat_function(fun=dnorm, colour='red', args=list(mean=DevStatsSt$mean, sd=DevStatsSt$sd))
pg <- pg + facet_wrap(~State_CD)
print(pg)

, che è davvero vicino ... tranne che qualcosa non va con il normale tracciato dist:

Che cosa sto facendo male qui?

Answer 1

stat_function è stato progettato per sovrapporre la stessa funzione in ogni pannello. (Non c'è modo ovvio per abbinare i parametri della funzione con i diversi pannelli).

Come suggerisce Ian, il modo migliore è quello di generare le curve normali te stesso, e li tracciare come separato insieme di dati (questo è dove si andavano sbagliato prima - la fusione semplicemente non ha senso per questo esempio e se si guarda attentamente si vedrà che è per questo che stai ricevendo il strano motivo a dente di sega).

Ecco come mi piacerebbe andare di risolvere il problema:

dd <- data.frame(
  predicted = rnorm(72, mean = 2, sd = 2),
  state = rep(c("A", "B", "C"), each = 24)
) 

grid <- with(dd, seq(min(predicted), max(predicted), length = 100))
normaldens <- ddply(dd, "state", function(df) {
  data.frame( 
    predicted = grid,
    density = dnorm(grid, mean(df$predicted), sd(df$predicted))
  )
})

ggplot(dd, aes(predicted))  + 
  geom_density() + 
  geom_line(aes(y = density), data = normaldens, colour = "red") +
  facet_wrap(~ state) 

Answer 2

Credo che è necessario fornire ulteriori informazioni. Questo sembra funzionare:

 pg <- ggplot(dd, aes(Predicted_value)) ## need aesthetics in the ggplot
 pg <- pg + geom_density() 
 ## gotta provide the arguments of the dnorm
 pg <- pg + stat_function(fun=dnorm, colour='red',            
            args=list(mean=mean(dd$Predicted_value), sd=sd(dd$Predicted_value)))
 ## wrap it!
 pg <- pg + facet_wrap(~State_CD)
 pg

Stiamo fornendo lo stesso parametro media e deviazione standard per ogni pannello. Ottenere pannello specifico medie e deviazioni standard viene lasciato come esercizio al lettore *;)

'*' In altre parole, non so come si può fare ...

Answer 3

Credo che la soluzione migliore è quello di disegnare manualmente la linea con geom_line.

dd<-data.frame(matrix(rnorm(144, mean=2, sd=2),72,2),c(rep("A",24),rep("B",24),rep("C",24)))
colnames(dd) <- c("x_value", "Predicted_value",  "State_CD")
dd$Predicted_value<-dd$Predicted_value*as.numeric(dd$State_CD) #make different by state

##Calculate means and standard deviations by level
means<-as.numeric(by(dd[,2],dd$State_CD,mean))
sds<-as.numeric(by(dd[,2],dd$State_CD,sd))

##Create evenly spaced evaluation points +/- 3 standard deviations away from the mean
dd$vals<-0
for(i in 1:length(levels(dd$State_CD))){
    dd$vals[dd$State_CD==levels(dd$State_CD)[i]]<-seq(from=means[i]-3*sds[i], 
                            to=means[i]+3*sds[i],
                            length.out=sum(dd$State_CD==levels(dd$State_CD)[i]))
}
##Create normal density points
dd$norm<-with(dd,dnorm(vals,means[as.numeric(State_CD)],
                        sds[as.numeric(State_CD)]))


pg <- ggplot(dd, aes(Predicted_value)) 
pg <- pg + geom_density() 
pg <- pg + geom_line(aes(x=vals,y=norm),colour="red") #Add in normal distribution
pg <- pg + facet_wrap(~State_CD,scales="free")
pg

Answer 4

Se non si desidera generare la distribuzione normale linea-grafico "a mano", ancora usare stat_function, e mostra grafici side-by-side - allora si potrebbe considerare l'uso della funzione di "multiplo" pubblicato su "Cookbook per R" come alternativa alla facet_wrap. È possibile copiare il codice multiplo al da qui .

Dopo aver copiato il codice, effettuare le seguenti operazioni:

# Some fake data (copied from hadley's answer)
dd <- data.frame(
  predicted = rnorm(72, mean = 2, sd = 2),
  state = rep(c("A", "B", "C"), each = 24)
) 

# Split the data by state, apply a function on each member that converts it into a 
# plot object, and return the result as a vector.
plots <- lapply(split(dd,dd$state),FUN=function(state_slice){ 
  # The code here is the plot code generation. You can do anything you would 
  # normally do for a single plot, such as calling stat_function, and you do this 
  # one slice at a time.
  ggplot(state_slice, aes(predicted)) + 
    geom_density() + 
    stat_function(fun=dnorm, 
                  args=list(mean=mean(state_slice$predicted), 
                            sd=sd(state_slice$predicted)),
                  color="red")
})

# Finally, present the plots on 3 columns.
multiplot(plotlist = plots, cols=3)

Answer 5

Se si è disposti a utilizzare ggformula, allora questo è abbastanza facile. (E 'anche possibile combinare e utilizzare ggformula solo per la sovrapposizione di distribuzione, ma io illustrare il pieno sul ggformula approccio).

library(ggformula)
theme_set(theme_bw())

gf_dens( ~ Sepal.Length | Species, data = iris) %>%
  gf_fitdistr(color = "red") %>% 
  gf_fitdistr(dist = "gamma", color = "blue")

^{Creato il 2019/01/15 dal reprex pacchetto (v0.2.1)}