0

假设我有一个名为“data”的数据集，它是通过以下方式生成的：

library(reshape2)  # Reshape data, needed in command "melt"
library(ggplot2)   # apply ggplot

density <-rep (0.05, each=800)

tau <-rep (0.05, each=800)

# define two different models: network and non-network 
model <-rep(1:2, each=400, times=1)


## Create data and factors for the plot
df <- melt(rnorm(800, -3, 0.5))

data <- as.data.frame(cbind(density, tau, model, df$value))

data$density <- factor(data$density,levels=0.05,
                       labels=c("Density=0.05")) 

data$tau <- factor(data$tau,levels=0.05,
                   labels=c("tau=0.05"))

data$model<- factor(data$model,levels=c(1,2),
                    labels=c("Yes",
                             "No")) 

ggplot(data=data, aes(x=V4, shape=model, colour=model, lty=model)) + 

  stat_density(adjust=1, geom="line",position="identity") +

  facet_grid(tau~density, scale="free") +

  geom_vline(xintercept=-3, lty="dashed") +

  ggtitle("Kernel Density") +

  xlab("Data") +

  ylab("Kernel Density") +

  theme(plot.title=element_text(face="bold", size=17),  # change fond size of title
        axis.text.x= element_text(size=14),
        axis.text.y= element_text(size=14),
        legend.title=element_text(size=14),
        legend.text =element_text(size=12),
        strip.text.x=element_text(size=14),             # change fond size of x_axis
        strip.text.y=element_text(size=14))             # change fond size of y_axis

查看数据，变量 V4 被模型分成两个子集（Yes [1:400] 和 No [401:800]），并且在不改变原始带宽的情况下绘制内核密度，因为 adjust=1。

我要做的是：对于Yes模型，带宽变为原来的10倍，但对于No模型，带宽保持不变。我可以做一些像让adjust=c(10, 1)这样的事情吗？我知道如何通过 plot()+lines() 实现这一点，但我想在 ggplot() 中执行此操作以进行进一步分析。

4

1 回答 1

2

我不推荐这样做，因为它会创建一个非常具有误导性的情节，但您可以通过两次调用stat_density(...).

ggplot(data=data, aes(x=V4, shape=model, colour=model, lty=model)) + 
  stat_density(data=data[data$model=="Yes",], adjust=10, 
               geom="line",position="identity") +
  stat_density(data=data[data$model=="No",], adjust=1, 
               geom="line",position="identity") +
  facet_grid(tau~density, scale="free") +
  geom_vline(xintercept=-3, lty="dashed") +
  ggtitle("Kernel Density") +
  xlab("Data") +
  ylab("Kernel Density") +
  theme(plot.title=element_text(face="bold", size=17),  
        axis.text.x= element_text(size=14),
        axis.text.y= element_text(size=14),
        legend.title=element_text(size=14),
        legend.text =element_text(size=12),
        strip.text.x=element_text(size=14),             
        strip.text.y=element_text(size=14))

于 2014-02-20T19:07:13.357 回答