可能重复：
ggplot2：使用密度曲线叠加直方图
对不起，这可能是一个简单的问题，但我有一点问题。
我创建了一个基于二项分布的直方图，均值 = 0.65，sd = 0.015，样本数为 10000。直方图本身看起来不错。但是，我需要在此之上覆盖正态分布（具有相同的均值和标准差）。目前，我有以下内容：
qplot(x, data=prob, geom="histogram", binwidth=.05) + stat_function(geom="line", fun=dnorm, arg=list(mean=0.65, sd=0.015))
出现了一个分布，但它很小。这可能是因为平均值的计数上升到近 2,000，而正态分布要小得多。简而言之，它没有像 R 那样自动拟合数据。有没有办法指定正态分布的线来拟合直方图，或者有没有办法操纵直方图来拟合正态分布？
提前致谢。
@daroczig 的答案是正确的，需要在绘制密度而不是计数时保持一致，但是：我无法看到您如何设法获得具有这些属性的二项式样本。特别是，二项式n*p的均值是 ，方差是n*p*(1-p)，标准差是sqrt(n*p*(1-p))，所以 ..
b.m <- 0.65
b.sd <- 0.015
计算方差：
b.v <- b.sd^2 ## n*p*(1-p)
计算p：
## (1-p) = b.v/(n*p) = b.v/b.m
## p = 1-b.v/b.m
b.p <- 1-b.v/b.m
计算n：
## n = n*p/p = b.m/b.p
b.n <- b.m/b.p
这 给出n=0.6502251, p=0.9996538-- 所以 我 不 知道 你 怎么 能 得到 这个 二项式 分布n<1, 除非 我 把 代数 搞砸 了 ...
“分布很小”，因为您要在counts上绘制密度函数。您应该在两个图中使用相同的指标，例如：
我尝试为您的示例生成一些数据：
x <- rbinom(10000, 10, 0.15)
prob <- data.frame(x=x/(mean(x)/0.65))
并将两者都绘制为密度函数：
library(ggplot2)
ggplot(prob, aes(x=x)) + geom_histogram(aes(y = ..density..), binwidth=.05) + stat_function(geom="line", fun=dnorm, arg=list(mean=0.65, sd=0.015))
