2个骰子结果的不对称密度图滚动

我在https://stats.stackexchange.com/questions/117578/density-distribution-of-outcomes-of-2-dice-rolled上发布了以下问题，但没有得到任何答复。2个骰子结果的不对称密度图滚动

这个问题是涉及到：A histogram with a bar for each frequency value

两个骰子旋转和和绘制。直方图如预期的那样，但密度图显示不同的密度2和12，并且图是不对称的。这是为什么？在2个掷骰子的结果中，2的概率等于12的概率。为什么密度图的值不等？

num.dices <- 2L 
num.rolls <- 100000L 
outcomes <- matrix(sample(1:6, num.dices * num.rolls, replace = TRUE), 
        nrow = num.rolls, ncol = num.dices) 
sums <- rowSums(outcomes)

柱状图：

ggplot(data.frame(sums), aes(x=factor(sums)))+geom_histogram()

enter image description here

密度图：

ggplot(data.frame(sums), aes(x=factor(sums), fill=factor(sums)))+geom_density()

enter image description here

我也试过：

ggplot（data.frame（总和），AES（X =因子（总和），填充因子=（和）））+ geom_density（AES（Y = ..count ..））

enter image description here

来源

2014-10-02 rnso

它看起来像在密度内核的带宽问题。但是，当分布是离散的时候，为什么要首先使用density（）？ – 2014-10-02 08:36:54

我们是不是应该得到与图12相同的对称图？我们如何确认和纠正带宽问题？ – rnso 2014-10-02 08:41:45

我们应该，但在我看来，总带宽在增加。不知道如何在ggplot（）中对它进行调整，但我认为它也不合理，你可能在ggplot（）中寻找类似于'plot（density（sums））'的东西。你应该能够以某种方式对它进行评估。 – 2014-10-02 09:55:53

在我看来，你正在用11个diff进行11种不同的内核估计。 bandwitdths，而不是做：

ggplot(data.frame(sums), aes(x=sums, fill=2))+geom_density()

，或者如果你坚持用额外的参数来做到这一点，你可以添加组= 1：

ggplot(data.frame(sums), aes(x=sums, fill=factor(sums)))+geom_density(aes(group=1))

来源

2014-10-02 14:01:42

2个骰子结果的不对称密度图滚动

回答

相关问题