对不同大小的 x 值标准化 geom_密度

Question

我有一个由两个不同测量值组成的数据集，在不同样本（a 和 b）中测量的值（我们称之为高度和宽度）有非常不同的大小。我想使用平滑直方图来说明这两个测量值的可变性，无论其绝对大小如何，因此我一直使用

geom_density

。然而，使用

geom_density

计算的密度值同样彼此存在数量级的差异。

数据集：

library(tidyverse)
set.seed(123)
sample_a = tibble(sample = "a",
                  height = rnorm(20, mean = 0.1, sd = 0.01),
                  width = rnorm(20, mean = 50, sd = 10)) %>% 
  pivot_longer(c(height, width), names_to = "parameter", values_to = "result")

set.seed(321)
sample_b = tibble(sample = "b",
                  height = rnorm(20, mean = 0.2, sd = 0.03),
                  width = rnorm(20, mean = 55, sd = 10)) %>% 
  pivot_longer(c(height, width), names_to = "parameter", values_to = "result")

data = bind_rows(sample_a, sample_b)

当我绘制直方图时，当样本计数绘制在 y 轴上时，我能够比较每个样本中每个感兴趣参数的大小和变异性：

data %>% 
  ggplot()+
  geom_histogram(aes(x = result))+
  facet_grid(sample~parameter, scales = "free_x")

但是，当我使用

geom_density

（甚至合并

y = after_stat(count)

，如本答案中所建议：将R ggplot中直方图中的y轴标准化为比例）时，幅度有很大不同：

data %>% 
  ggplot()+
  geom_density(aes(x = result, y = stat(count)))+
  facet_grid(sample~parameter, scales = "free_x")

如何使用平滑直方图在多面图中显示这些不同大小的结果？

Answer 1

ggplot(data, aes(x = result)) + 
  geom_density(aes(y = after_stat(scaled))) +
  facet_grid(sample~parameter, scales = "free_x")

^{创建于 2023-11-01，使用 reprex v2.0.2}