geom_polygon 绘制正态分布和逻辑分布

Question

更新：
我已经解决了我的问题。我一直在寻找

coord_cartesian(xlim = c(800, 2100), ylim = c(0, 0.0021))

感谢每一位试图提供帮助的人！

问题是：
我想画出一幅关于正态分布和逻辑分布之间差异的漂亮图画。我已经达到了这一点：

 x=seq(1000,2000,length=200)  
 dat <- data.frame(
   norm = dnorm(x,mean=1500,sd=200), 
   logistic = dlogis(x,location=1500,scale=200), x = x
 )
 ggplot(data=dat, aes(x=x)) + 
   geom_polygon(aes(y=norm), fill="red", alpha=0.6) + 
   geom_polygon(aes(y=logistic), fill="blue", alpha=0.6) + 
   xlab("") + ylab("") +   
   opts(title="Logistic and Normal Distributions") + 
   scale_x_continuous(expand = c(0, 0)) + 
   scale_y_continuous(expand = c(0, 0))

但是后勤部分在底部被“切断”。我认为我应该做的是绘制从 0 到 3000 的分布，但只显示 1000-2000。

有任何线索如何做到这一点？

我尝试了scale_x_continuous(limits = c(1000, 2000))但这不起作用

更新：

我已经更新了我的代码所以我有图例，现在看起来像这样：

  x=seq(700,2300,length=200)  
  dat2 <- data.frame(x=x)
  dat2$value <- dnorm(x,mean=1500,sd=200)
  dat2$type <- "Normal"

 dat1 <- data.frame(x=x)
 dat1$value <- dlogis(x,location=1500,scale=200)       
 dat1$type <- "Logistic"

 dat <- rbind(dat1, dat2)

 ggplot(data=dat, aes(x=x, y=value, colour=type, fill=type)) + geom_polygon(alpha=0.6) + scale_y_continuous(expand = c(0, 0))

Answer 1

我会使用 z 分数来绘制它，从 [-2 ; +2]。这样做的好处是你的问题会消失。

x=seq(-2,2,length=200)  
dat <- data.frame(
  norm = dnorm(x,mean=0,sd=0.2), 
  logistic = dlogis(x,location=0,scale=0.2), x = x
)
p <- ggplot(data=dat, aes(x=x)) + 
  geom_polygon(aes(y=norm), fill="red", alpha=0.6) + 
  geom_polygon(aes(y=logistic), fill="blue", alpha=0.6) + 
  xlab("z") + ylab("") + 
  scale_x_continuous(expand = c(0, 0)) + 
  scale_y_continuous(expand = c(0, 0)) +  
  opts(title="Logistic and Normal Distributions") 

print(p)

Answer 2

它切断底部的原因是因为 geom_polygon 从字面上绘制了由连接您给它的点的线组成的多边形。因此，分布底部的平线只是连接数据框中的第一个值和最后一个值。如果您希望它延伸到底部，您可以将适当的点添加到数据框中：

ggplot(data=dat, aes(x=x)) + 
    geom_polygon(aes(y=norm), fill="red", alpha=0.6) + 
    geom_polygon(data = rbind(c(NA,0,1000),dat,c(NA,0,2000)),aes(y=logistic), fill="blue", alpha=0.6) + xlab("") + ylab("") +   
    opts(title="Logistic and Normal Distributions")+ 
    scale_x_continuous(expand = c(0, 0)) + 
    scale_y_continuous(expand = c(0, 0))

为清楚起见进行了编辑

您可以对此进行修改，通过添加具有正确值的点来使其仅下降到您想要的程度。例如，我强制物流分配一直填充到零。您可以通过rbind最小正态密度值来使其与正态分布持平。另外，请注意将它们添加到数据框中的位置。 geom_polygon 将按点出现的顺序连接点。。这就是为什么我在数据框的开头添加了一个，在末尾添加了一个。

编辑2

根据您修改后的代码，我的解决方案仍然可以正常工作：

x=seq(700,2300,length=200)  
dat2 <- data.frame(x=x)
dat2$value <- dnorm(x,mean=1500,sd=200)
dat2$type <- "Normal"

dat1 <- data.frame(x=x)
dat1$value <- dlogis(x,location=1500,scale=200)       
dat1$type <- "Logistic"

#Append extra points at the top/bottom to 
# complete the polygon
dat1 <- rbind(data.frame(x=700,value=0,type = "Logistic"),dat1,
                data.frame(x=2300,value=0,type = "Logistic"))

dat <- rbind(dat1, dat2)

ggplot(data=dat, aes(x=x, y=value, colour=type, fill=type)) + 
       geom_polygon(alpha=0.6) + 
       scale_y_continuous(expand = c(0, 0))

并且就我个人而言，我更喜欢这个而不是 coord_cartesian，因为我坚持从零开始我的轴。

Answer 3

解决方案是使用

+ coord_cartesian(xlim = c(800, 2100), ylim = c(0, 0.0021))

Answer 4

我运行了你的代码，然后分析了norm和logistic的值：

Rgames: mystat(dat$logistic)

  min      max     mean   median

3.51e-04 1.25e-03 8.46e-04 8.63e-04

 sdev      skew kurtosis

2.96e-04 -1.33e-01 -1.4

Rgames: mystat(dat$norm)

  min      max     mean   median

8.76e-05 1.99e-03 9.83e-04 9.06e-04

 sdev     skew kurtosis

6.62e-04 1.67e-01 -1.48

因此，您的逻辑值实际上已正确绘制。正如其他答案所示，有更好的方法来创建基础数据。