使用 ggplot 在直方图上绘制不同的分布

Question

我试图在 R 中绘制一个直方图并用来自不同分布的密度覆盖它。它适用于常规直方图，但我无法让它与 ggplot2 包一起使用。

a <- dataset$age

现在遵循我的常规直方图的代码：

Histogram_for_age <- hist(a, prob=T, xlim=c(0,80), ylim=c(0,0.055), main="Histogram for age with density lines", xlab="age") 

mean <- mean(a)
sd <- sd(a)

现在是密度的线/曲线：

lines(density(dataset$age), col="blue", lwd=2, lty=1)
curve(dnorm(x, mean = mean, sd = sd), add = T, col="red", lwd=2, lty=2)
curve(dgamma(x, shape =mean^2/sd^2, scale = sd^2/mean), add = T, col="goldenrod", lwd=2, lty=3) 

和一个传说：

legend("topright", 
    c("actual distribution of age","gaussian distribution", "gamma distribution"),  
   lty=c(1,2,3),  
   lwd=c(2,2,2),col=c("blue","red","goldenrod"), cex=0.65) 

到目前为止，这是我在 ggplot2 上尝试过的：

ggplot(dataset, aes(x=age)) + 
geom_histogram(aes(y=..density..),
             colour="black", fill="white") +
geom_density(alpha=.2, fill="lightblue") + stat_function(fun = dgamma, shape=shape)

什么 ggplot2 参数相当于我的 lines() 和 curve() 参数？

Answer 1

使用stat_density而不是geom_density这样：

ggplot(dataset, aes(x=age)) + 
  geom_histogram(aes(y=..density..), colour="black", fill="white") +
  stat_density(colour="blue", geom="line", position="identity") +
  stat_function(fun=dnorm, args=list(mean=mean(dataset_with_victims$TV_Alter), sd=sd(dataset_with_victims$TV_Alter))) + 
  stat_function(fun=dgamma, args=list(shape=mean(dataset_with_victims$TV_Alter)^2/sd(dataset_with_victims$TV_Alter)^2, scale=sd(dataset_with_victims$TV_Alter)^2/mean(dataset_with_victims$TV_Alter)))