Hinzufügen einer Dichtezeile zu einem Histogramm mit Zähldaten in ggplot2

Question

Ich möchte zu einem Histogramm eine Dichtezeile (eine normale Dichte tatsächlich) hinzufügen.

Angenommen, ich habe die folgenden Daten. Ich kann das Histogramm Plot von ggplot2:

set.seed(123)  
df <- data.frame(x = rbeta(10000, shape1 = 2, shape2 = 4)) 

ggplot(df, aes(x = x)) + geom_histogram(colour = "black", fill = "white", 
             binwidth = 0.01) 

ich mit einer Dichte Zeile hinzufügen:

ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y = ..density..),colour = "black", fill = "white", 
       binwidth = 0.01) + 
    stat_function(fun = dnorm, args = list(mean = mean(df$x), sd = sd(df$x))) 

Aber das ist nicht das, was ich wirklich will, ich möchte, dass diese Dichtezeile an die Zähldaten angepasst wird.

Ich fand einen ähnlichen Beitrag (HERE), der eine Lösung für dieses Problem bot. Aber in meinem Fall hat es nicht funktioniert. Ich brauche einen willkürlichen Expansionsfaktor, um zu bekommen, was ich will. Und das ist gar nicht verallgemeinerbar:

ef <- 100 # Expansion factor 

ggplot(df, aes(x = x)) + 
    geom_histogram(colour = "black", fill = "white", binwidth = 0.01) + 
    stat_function(fun = function(x, mean, sd, n){ 
    n * dnorm(x = x, mean = mean, sd = sd)}, 
    args = list(mean = mean(df$x), sd = sd(df$x), n = ef)) 

Irgendwelche Hinweise, die ich verwenden kann dieses

• ersten Normalverteilung zu verallgemeinern,
• dann auf andere Binabmessung,
• und schließlich zu jeder anderen Verteilung wird sehr hilfreich sein.

Answer 1

Anpassen einer Verteilungsfunktion geschieht nicht durch Magie. Sie müssen es explizit tun. Eine Möglichkeit ist die Verwendung von fitdistr(...) im MASS Paket.

library(MASS) # for fitsidtr(...) 
# excellent fit (of course...) 
ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y=..density..),colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=dbeta,args=fitdistr(df$x,"beta",start=list(shape1=1,shape2=1))$estimate) 

# horrible fit - no surprise here 
ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y=..density..),colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=dnorm,args=fitdistr(df$x,"normal")$estimate) 

# mediocre fit - also not surprising... 
ggplot(df, aes(x = x)) + 
    geom_histogram(aes(y=..density..),colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=dgamma,args=fitdistr(df$x,"gamma")$estimate) 

EDIT: Antwort auf Kommentar des OP.

Der Skalierungsfaktor ist binwidth & # x2715; Stichprobenumfang

ggplot(df, aes(x = x)) + 
    geom_histogram(colour = "black", fill = "white", binwidth = 0.01)+ 
    stat_function(fun=function(x,shape1,shape2)0.01*nrow(df)*dbeta(x,shape1,shape2), 
       args=fitdistr(df$x,"beta",start=list(shape1=1,shape2=1))$estimate)