如何使不同大小的密度在ggplot2中具有相同的平滑度?

在卡洛斯和其他人的帮助下,我找到了我想要的东西。诚如卡洛斯所说,密度的平滑度通常反映了样本的大小,但在我的例子中,我想要的是两个密度的带宽是相同的;特别是,我想要它们是较小的组的带宽。ggplot2中的默认带宽是 bw.nrd0 ;我可以在较小的组上使用它,然后将其设置为我的绘图的全局带宽。

bw <- bw.nrd0(bigll$educ[bigll$treat == 1])
ggplot(bigll, aes(x = educ, fill = factor(treat))) + 
       geom_density(alpha = .5, bw = bw)

这无疑掩盖了较大分布中的一些细节,但就我而言,这已经足够了。

“平滑度”不是一个参数,是估计带宽的结果。你可以用 adjust 要通过倍增更改带宽,从而增加两个组的平滑度:

ggplot(bigll, aes(x = educ, fill = factor(treat))) + 
  geom_density(alpha = .5, adjust = 2)

按照该逻辑,可以分别绘制每个组并为每个组应用不同的乘数:

ggplot() + 
  geom_density(
    aes(x = educ),
    data = subset(bigll, treat == 0),
    fill = '#EB675F', alpha = .5,
    adjust = 3) +
  geom_density(
    aes(x = educ),
    data = subset(bigll, treat == 1),
    fill = '#35C1C4', alpha = .5,
    adjust = 1.5)

这是一个简单的解决方案。有关如何使用更好的函数计算每个组的值的建议,请查看此文章: Understanding bandwidth smoothing in ggplot2

但是在分析数据时要小心。当你将其中一个组相乘时,粗糙度越大,这是对你所做改变的正确反映。由(2,4,6)形成的一组数据与(2,2,2,2,4,4,4,6,6,6,6)不同。在第一种情况下,很有可能存在未采样的中间值。在第二种情况下,数据很可能以间隔出现。