R (ggplot2)中的密度图，通过变量着色，返回与直方图和频率图非常不同的分布？

Question

我已经梳理了这里的几个问题，我似乎不能弄清楚我的密度图发生了什么。

我有一套属于不同文化的放射性碳测年。我需要通过时间显示日期的频率，但要按文化区分日期。堆叠的直方图可以完成这项工作(图1)，但通常不鼓励使用它们，所以这是不可能的，但我想要比频率图更平滑的图(图2)。

图1:直方图

​

​

图2:频率图

​

​

当我制作一个由培养物着色的密度图(图3)时，培养物在y轴上的相对分布与它们的计数有很大的不同。例如，在密度图中，蓝色的密度曲线远远高于紫色的密度曲线；然而，在直方图中，我们可以看到有更多的日期归因于紫色组。

图3:密度图

​

​

我的代码是不是做错了什么(见下文)？或者，也许我需要以某种方式缩放密度曲线？或者是关于密度图有什么我不理解的？(免责声明:我的统计知识相当薄弱)

提前感谢！

ggplot(test, aes(x=CalBP))+
theme_tufte(base_family="sans")+
theme(axis.line=element_line(), axis.text=element_text(color="black")) +
theme(legend.position="none") +
theme(text=element_text(size=14)) +
geom_density(aes(color=factor(Culture), fill=factor(Culture)), alpha = 0.5) +
scale_x_reverse() +
labs(x="Cal. B.P.") +
ylab(expression("Density")) +
coord_cartesian(xlim = c(4773, 225)) +
scale_fill_manual(values=c("#cf9045", "#ebe332", "#5f9388", "#6abeef", "#9d88d6")) +
scale_color_manual(values=c("#cf9045", "#ebe332", "#5f9388", "#6abeef", "#9d88d6")) 

Answer 1

不同之处在于，密度图的缩放使得曲线下的总面积为1。它的功能是对概率密度函数进行建模，根据定义，概率密度函数的面积为1。

如果数据中的每个组都有相同数量的观察值，那么密度图和直方图之间的唯一区别将是y轴。当您有不同数量的观察值时，密度图将为此进行归一化(每个将具有总面积1)，而直方图的条形图对于观察值较多的组来说要高得多。

在基数R中，可以通过设置freq = FALSE在直方图中修复这个问题，但我还没有看到密度图放大到直方图-忽略相对样本大小的影响通常更有趣。