带经验密度和d范数函数的叠加直方图

Question

我想要用经验的和正常的密度曲线来叠加一个ggg图直方图(y轴=计数)。我试过：

library(ggplot2) 
set.seed(1234) 
v <- as_tibble(rnorm(1000, 10, 2.5)) 
ggplot(v, aes(x = value)) +
        geom_histogram(aes(y = ..density..), 
                       bins = 40,  colour = "black", fill = "white") +
        geom_line(aes(y = ..density.., color = 'Empirical'), stat = 'density') +     
        stat_function(fun = dnorm, aes(color = 'Normal'),
                         args = list(mean = 10, sd = 2.5)) +
        scale_colour_manual(name = "Colors", values = c("red", "blue"))

​

​

但是这里的密度是y尺度，我想要频率作为y轴。

我的第二次试验产生了图的频率(计数)为y轴，但只有经验密度。

library(ggplot2)
set.seed(1234)
v <- as_tibble(rnorm(1000, 10, 2.5))
b  <- seq(0, 20, by = 0.5)
p1 <- ggplot(v, aes(x = value)) +
    geom_histogram(aes(y = ..count..), 
                   breaks = b,
                   binwidth = 0.5,  
                   colour = "black", 
                   fill = "white") +
    geom_line(aes(y = ..density.. * (1000 * 0.5),
                    color = 'Empirical'),
                    stat = 'density') +
    scale_colour_manual(name = "Colors", values = c("red", "blue"))

在同一幅图中，我也无法显示出一条德范曲线。例如，当我尝试下一条线时，我得到了x轴上的密度曲线(蓝线)。

p2 <- p1 + stat_function(fun = dnorm, aes(color = 'Normal'),
                     args = list(mean = 10, sd = 2.5))
p2  

​

​

我假设我必须用双宽度来调整曲线(就像经验线一样)，但我不知道怎么做。

我在这里搜索了这个问题，发现了许多类似的问题。但它们都是针对我的第一次试验(密度为y轴)，一个经验叠加与计数轴(我的第二次试验)或使用其他(基本)绘图命令，我不熟悉。

Answer 1

我按照@ answer 20650的链接重写了代码，并将@PatrickT的答案应用于我的问题。

library(ggplot2)
n = 1000
mean = 10
sd = 2.5
binwidth = 0.5
set.seed(1234)
v <- as_tibble(rnorm(n, mean, sd))
b  <- seq(0, 20, by = binwidth)
ggplot(v, aes(x = value, mean = mean, sd = sd, binwidth = binwidth, n = n)) +
    geom_histogram(aes(y = ..count..), 
           breaks = b,
           binwidth = binwidth,  
           colour = "black", 
           fill = "white") +
    geom_line(aes(y = ..density.. * n * binwidth, colour = "Empirical"),
           size = 1, stat = 'density') +
    stat_function(fun = function(x) 
           {dnorm(x, mean = mean, sd = sd) * n * binwidth}, 
           aes(colour = "Normal"), size = 1) +
    labs(x = "Score", y = "Frequency") +
    scale_colour_manual(name = "Line colors", values = c("red", "blue"))

决定性的变化是在stat-function行，其中提供了必要的适应为n和二进制宽度。此外，我不知道可以将参数传递给aes()。

​

​