在 R 中使用 ggplot 直方图而不是 hist 函数
Posted
技术标签:
【中文标题】在 R 中使用 ggplot 直方图而不是 hist 函数【英文标题】:Using ggplot histogram instead of hist function in R 【发布时间】:2022-01-10 13:27:51 【问题描述】:我在 R 中使用名为 BetaMixture 的包来拟合数据向量的 beta 分布的混合。将输出提供给hist
,该hist
使用混合模型组件生成良好的直方图:
# Install and load the libraries
#install.packages("BetaModels")
library(BetaModels)
# Create a vector, fit mixture models and plot the histogram
vec <- c(rbeta(700, 5, 2), rbeta(300, 1, 10))
model <- BetaMixture(vec,2)
h <- hist(model, breaks = 35)
到目前为止一切顺利。现在我如何在ggplot中得到这个?我检查了h
对象,但这与model
对象没有什么不同。它们完全相同。我什至不知道这个hist
是如何为这个班级工作的。除了@datavec
,它从model
中提取了什么来生成此图?
【问题讨论】:
【参考方案1】:您可以使用getMethod("hist", "BetaMixture")
获取BetaMixed
对象的hist
函数。
您可以在下面找到此函数到“ggplot2
world”的简单翻译。
myhist <- function (x, ...)
.local <- function (x, mixcols = 1:7, breaks=25, ...)
df1 <- data.frame(x=x@datavec)
p <- ggplot(data=df1, aes(x=x)) +
geom_histogram(aes(y=..density..), bins=breaks, alpha=0.5, fill="gray50", color="black")
while (length(mixcols) < ncol(x@mle)) mixcols <- c(mixcols,
mixcols)
xv <- seq(0, 1, length = 502)[1:501]
for (J in 1:ncol(x@mle))
y <- x@phi[J] * dbeta(xv, x@mle[1, J], x@mle[2, J])
df2 <- data.frame(xv, y)
p <- p + geom_line(data=df2, aes(xv, y), size=1, col=mixcols[J])
p <- p + theme_bw()
invisible(p)
.local(x, ...)
library(ggplot2)
# Now p is a ggplot2 object.
p <- myhist(model, breaks=35)
print(p)
【讨论】:
这很漂亮,谢谢! 另外,您使用 getMethod 读取本地函数的解释令人大开眼界。谢谢!【参考方案2】:BetaMixture
返回的对象是一个 S4 类对象,有 2 个感兴趣的插槽。
Slot Z
返回属于每个分布的每个数据点的概率矩阵。
所以在前 6 行中,所有点都属于第二个分布。
head(model@Z)
# [,1] [,2]
#[1,] 1.354527e-04 0.9998645
#[2,] 4.463074e-03 0.9955369
#[3,] 1.551999e-03 0.9984480
#[4,] 1.642579e-03 0.9983574
#[5,] 1.437047e-09 1.0000000
#[6,] 9.911427e-04 0.9990089
槽mle
返回参数的最大似然估计。
现在使用这些值来创建向量的 data.frame 和参数的 data.frame。
df1 <- data.frame(vec)
df1$component <- factor(apply(model@Z, 1, which.max))
colors <- as.integer(levels(df1$component))
params <- as.data.frame(t(model@mle))
names(params) <- c("shape1", "shape2")
绘制数据。
library(ggplot2)
g <- ggplot(df1, aes(x = vec, group = component)) +
geom_histogram(aes(y = ..density..),
bins = 35, fill = "grey", color = "grey40")
for(i in 1:nrow(params))
sh1 <- params$shape1[i]
sh2 <- params$shape2[i]
g <- g + stat_function(
fun = dbeta,
args = list(shape1 = sh1, shape2 = sh2),
color = colors[i]
)
suppressWarnings(print(g + theme_bw()))
【讨论】:
非常感谢您的详细解释,尤其是 Z 插槽。我在想它们是实际的组件值而不是概率。不知道有专门为这个包开发的本地hist方法。这是一个非常好的包,我应该说!此外,您使用概率的解决方案非常好。 但是,对于一般的拟合问题,您还需要使用权重参数,该参数由模型中的@phi
给出。否则,组件会爆炸。
@user2167741 是的,没错,我考虑过使用权重。但在这种情况下,它可以在没有它们的情况下工作,所以我选择不复杂化。以上是关于在 R 中使用 ggplot 直方图而不是 hist 函数的主要内容,如果未能解决你的问题,请参考以下文章