ggplot混合模型R

Question

我有一个包含数值和分类变量的数据集。数字变量的分布对于每个类别都不相同。我想为每个分类变量绘制“密度图”，以便它们在视觉上低于整个密度图。

这与混合模型的组成部分类似，没有计算混合模型（因为我已经知道分解数据的分类变量）。

如果我根据分类变量对ggplot进行分组，则四种密度中的每一种都是实际密度并且合并为一种密度。

library(ggplot2) 
ggplot(iris, aes(x = Sepal.Width)) + geom_density() + geom_density(aes(x = Sepal.Width, group = Species, colour = 'Species')) 

我要的是让每个类别的子密度（不整合为1）的密度。类同以下代码（我仅两三个虹膜物种的实现）

myIris <- as.data.table(iris) 
# calculate density for entire dataset 
dens_entire <- density(myIris[, Sepal.Width], cut = 0) 
dens_e <- data.table(x = dens_entire[[1]], y = dens_entire[[2]]) 

# calculate density for dataset with setosa 
dens_setosa <- density(myIris[Species == 'setosa', Sepal.Width], cut = 0) 
dens_sa <- data.table(x = dens_setosa[[1]], y = dens_setosa[[2]]) 

# calculate density for dataset with versicolor 
dens_versicolor <- density(myIris[Species == 'versicolor', Sepal.Width], cut = 0) 
dens_v <- data.table(x = dens_versicolor[[1]], y = dens_versicolor[[2]]) 

# plot densities as mixture model 
ggplot(dens_e, aes(x=x, y=y)) + geom_line() + geom_line(data = dens_sa, aes(x = x, y = y/2.5, colour = 'setosa')) + 
    geom_line(data = dens_v, aes(x = x, y = y/1.65, colour = 'versicolor')) 

导致

以上我硬编码的数量，以减少y值。有没有办法用ggplot做到这一点？或者来计算它？

感谢您的想法。

Answer 1

你的意思是这样的吗？你需要改变比例。

ggplot(iris, aes(x = Sepal.Width)) + 
    geom_density(aes(y = ..count..)) + 
    geom_density(aes(x = Sepal.Width, y = ..count.., 
       group = Species, colour = Species)) 

另一种选择可能是

ggplot(iris, aes(x = Sepal.Width)) + 
    geom_density(aes(y = ..density..)) + 
    geom_density(aes(x = Sepal.Width, y = ..density../3, 
        group = Species, colour = Species))