6

我读过一篇关于同时使用和的帖子。我有一个类似的问题，除了我想要“反转”的比例是“比例”包中的预定义比例。这是我的代码：scale_reversescale_log10

    ##Defining y-breaks for probability scale
    ybreaks <- c(1,2,5,10,20,30,40,50,60,70,80,90,95,98,99)/100

    #Random numbers, and their corresponding weibull probability valeus (which I'm trying to plot)
    x <- c(.3637, .1145, .8387, .9521, .330, .375, .139, .662, .824, .899)
    p <- c(.647, .941, .255, .059, .745, .549, .853, .451, .352, .157)
    df <- data.frame(x, p)

    require(scales)
    require(ggplot2)

    ggplot(df)+
        geom_point(aes(x=x, y=p, size=2))+
        stat_smooth(method="lm", se=FALSE, linetype="dashed", aes(x=x, y=p))+
        scale_x_continuous(trans='probit',
                           breaks=ybreaks,
                           minor_breaks=qnorm(ybreaks))+
        scale_y_log10()

结果图： 阴谋 有关更多信息，我试图达到的比例是概率绘图比例，它在比例的任一端（0 和 1）都有更精细的分辨率来显示极端事件，并且朝向中位数的分辨率不断降低值（0.5）。

我希望能够scale_x_reverse与我的scale_x_continuous概率量表同时使用，但我不知道如何在任何类型的自定义量表中构建它。对此有何指导？

4

2 回答 2

2

参数scale_(x|y)_reverse()传递给scale_(x|y)_continuous()所以你应该简单地做：

scale_x_reverse(trans='probit', breaks = ybreaks, minor_breaks=qnorm(ybreaks))
于 2017-12-20T18:51:29.523 回答
0

与其尝试组合两种转换，不如转换现有数据然后绘制它？以下看起来应该是正确的。

#http://r.789695.n4.nabble.com/Inverse-Error-Function-td802691.html
erf.inv <- function(x) qnorm((x + 1)/2)/sqrt(2)
#http://en.wikipedia.org/wiki/Probit#Computation 
probit <- function(x) sqrt(2)*erf.inv((2*x)-1) 
# probit(0.3637)
df$z <- probit(df$x)
ggplot(df)+
  geom_point(aes(x=z, y=p), size=2)+
  stat_smooth(method="lm", se=FALSE, linetype="dashed", aes(x=z, y=p))+
  scale_x_reverse(breaks = ybreaks,
                  minor_breaks=qnorm(ybreaks))+
  scale_y_log10()
于 2013-09-10T13:17:50.983 回答