将密度曲线拟合到R中的直方图

Question

R中是否有适合直方图曲线的函数？

假设你有以下直方图

hist(c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4)))

看起来很正常，但它是偏斜的。我想要拟合一条倾斜的正常曲线来包裹这个直方图。

这个问题很基本，但我似乎无法在互联网上找到R的答案。

Answer 1

如果我理解你的问题，那么你可能需要密度估计和直方图：

X <- c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4))
hist(X, prob=TRUE)            # prob=TRUE for probabilities not counts
lines(density(X))             # add a density estimate with defaults
lines(density(X, adjust=2), lty="dotted")   # add another "smoother" density

很久以后编辑：

这是一个稍微装扮一点的版本：

X <- c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4))
hist(X, prob=TRUE, col="grey")# prob=TRUE for probabilities not counts
lines(density(X), col="blue", lwd=2) # add a density estimate with defaults
lines(density(X, adjust=2), lty="dotted", col="darkgreen", lwd=2) 

以及它产生的图表：

Answer 2

ggplot2

这样容易

library(ggplot2)
dataset <- data.frame(X = c(rep(65, times=5), rep(25, times=5), 
                            rep(35, times=10), rep(45, times=4)))
ggplot(dataset, aes(x = X)) + 
  geom_histogram(aes(y = ..density..)) + 
  geom_density()

或模仿Dirk解决方案的结果

ggplot(dataset, aes(x = X)) + 
  geom_histogram(aes(y = ..density..), binwidth = 5) + 
  geom_density()

Answer 3

这就是我的方式：

foo <- rnorm(100, mean=1, sd=2)
hist(foo, prob=TRUE)
curve(dnorm(x, mean=mean(foo), sd=sd(foo)), add=TRUE)

奖励练习是使用ggplot2包...

Answer 4

Dirk解释了如何在直方图上绘制密度函数。但是有时候你可能想要采用偏态正态分布的强假设，而不是密度。您可以使用sn package：

估算分布参数并绘制它

> sn.mle(y=c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4)))
$call
sn.mle(y = c(rep(65, times = 5), rep(25, times = 5), rep(35, 
    times = 10), rep(45, times = 4)))

$cp
    mean     s.d. skewness 
41.46228 12.47892  0.99527 

对于更偏斜的数据，这可能效果更好：

Answer 5

我有同样的问题但Dirk的解决方案似乎没有用。 我每次都收到这个警告消息

"prob" is not a graphical parameter

我通读了?hist并找到了freq: a logical vector set TRUE by default.

对我有用的代码是

hist(x,freq=FALSE)
lines(density(x),na.rm=TRUE)

Answer 6

这是核密度估计，请点击 this link 查看概念及其参数的精彩插图。

曲线的形状主要取决于两个元素：1）内核（通常是Epanechnikov or Gaussian），它通过输入和权衡所有数据，为x坐标中的每个值估计y坐标中的一个点；它是对称的，通常是积分为一个的正函数； 2）带宽，越大曲线越平滑，越小曲线越摆动。

对于不同的需求，应该应用不同的包，可以参考这个文档：Density estimation in R。对于多变量变量，您可以使用 multivariate kernel density estimation。