任何关于如何使用ggplot2绘制mixEM类型数据的建议 [英] Any suggestions for how I can plot mixEM type data using ggplot2

问题描述

我有一个从我原始数据中获得的1米记录样本。 （作为参考，你可以使用这个可能产生大致类似分布的伪数据。 （rnorm（2000000，mean = c（8,17），sd = 2）））
c <-b [sample（nrow（b），1000000），]

）
我认为直方图是两个对数正态分布的混合，我尝试使用EM算法来拟合总和分布以下代码：

  install.packages（mixtools）
 lib（mixtools）
 #line （c1，density = TRUE）以下返回正态分布混合的mixEM []类型的EM输出
 c1 < -  normalmixEM（c，lambda = NULL，mu = NULL，sigma = NULL） 
  

第一个图是一个对数似然图，第二个图（如果再次点击返回）类似于以下密度曲线：

正如我所提到的，c1是t ype mixEM []和plot（）函数可以适应这种情况。我想用颜色填充密度曲线。使用ggplot2（）很容易，但ggplot2（）不支持mixEM []类型的数据并抛出以下消息：处理类mixEM的数据是否有任何其他方法可以解决此问题？任何建议都非常感谢!!

谢谢！ 在返回对象的结构中（这应该在帮助中记录）：

 > ＃简单的法线混合：
> x = c（rnorm（10000,8,2），rnorm（10000,17,4））
> xMix = normalmixEM（x，lambda = NULL，mu = NULL，sigma = NULL）
  

 > str（xMix）
清单9 
 $ x：num [1：20000] 6.18 9.92 9.07 8.84 9.93 ... 
 $ lambda：num [1：2] 0.502 0.498 
 $ mu：num [1：2] 7.99 17.05 
 $ sigma：num [1：2] 2.03 4.02 
 $ loglik：num -59877 
  pre> 
 
 
 lambda，mu和sigma组件定义返回的正常密度。您可以使用 qplot 和 stat_function 在ggplot中绘制这些图。但首先创建一个函数，返回缩放的正常密度：
 
 pre $ s $ c $ sdnorm 
函数（x，mean = 0，sd = 1，lambda = 1）{lambda * dnorm（x，mean = mean，sd = sd）} 
  

<

  qplot（x，geom =density）+ stat_function（fun = sdnorm，arg = list（mean = xMix $ mu [1]，sd = xMix $ sigma [1]，lambda = xMix $ lambda [1]），fill =blue，geom =polygon）+ stat_function（fun = sdnorm，arg = list mean = xMix $ mu [2]，sd = xMix $ sigma [2]，lambda = xMix $ lambda [2]），fill =＃FF0000，geom =polygon）
  

或者其他任何 ggplot 技能。

  ggplot（data.frame（x = x））+ 
 geom_histogram （aes（x = x，y = .. density ..），fill =white，color =black）+ 
 stat_function（fun = sdnorm，
 arg = list（mean = xMix $ mu [2]，
 sd = xMix $ sigma [2]，
 lambda = xMix $ lambda [2]），
 fill =＃FF000080，geom =polygon） + 
 stat_function（fun = sdnorm，
 arg = list（mean = xMix $ mu [1]，
 sd = xMix $ sigma [1]，
 lambda = xMix $ lambda [1]），
 fill =＃00FF0080，geom =polygon）
  

生产：

p>

I have a sample of 1m records obtained from my original data. (For your reference, you may use this dummy data that may generate approximately similar distribution

b <- data.frame(matrix(rnorm(2000000, mean=c(8,17), sd=2)))
c <- b[sample(nrow(b), 1000000), ]

) I believed the histogram to be a mixture of two log-normal distributions and I tried to fit the summed distributions using EM algorithm using the following code:

install.packages("mixtools")
lib(mixtools)
#line below returns EM output of type mixEM[] for mixture of normal distributions
c1 <- normalmixEM(c, lambda=NULL, mu=NULL, sigma=NULL) 
plot(c1, density=TRUE)

The first plot is a log-likelihood plot and the second (if you hit return again), gives similar to the following density curves:

As I mentioned c1 is of type mixEM[] and plot() function can accommodate that. I want to fill the density curves with colors. This is easy to do using ggplot2() but ggplot2() does not support data of type mixEM[] and throws this message:

"ggplot doesn't know how to deal with data of class mixEM" Is there any other approach I can take for this problem? Any suggestions are greatly appreciated!!

Thanks!

解决方案

Look at the structure of the returned object (this should be documented in the help):

> # simple mixture of normals:
> x=c(rnorm(10000,8,2),rnorm(10000,17,4))
> xMix = normalmixEM(x, lambda=NULL, mu=NULL, sigma=NULL)

Now what:

> str(xMix)
List of 9
 $ x         : num [1:20000] 6.18 9.92 9.07 8.84 9.93 ...
 $ lambda    : num [1:2] 0.502 0.498
 $ mu        : num [1:2] 7.99 17.05
 $ sigma     : num [1:2] 2.03 4.02
 $ loglik    : num -59877

The lambda, mu, and sigma components define the returned normal densities. You can plot these in ggplot using qplot and stat_function. But first make a function that returns scaled normal densities:

sdnorm =
function(x, mean=0, sd=1, lambda=1){lambda*dnorm(x, mean=mean, sd=sd)}

Then:

qplot(x,geom="density") + stat_function(fun=sdnorm,arg=list(mean=xMix$mu[1],sd=xMix$sigma[1], lambda=xMix$lambda[1]),fill="blue",geom="polygon")  + stat_function(fun=sdnorm,arg=list(mean=xMix$mu[2],sd=xMix$sigma[2], lambda=xMix$lambda[2]),fill="#FF0000",geom="polygon") 

Or whatever ggplot skills you have. Transparent colours on the densities might be nice.

ggplot(data.frame(x=x)) + 
 geom_histogram(aes(x=x,y=..density..),fill="white",color="black") +
 stat_function(fun=sdnorm,
    arg=list(mean=xMix$mu[2],
             sd=xMix$sigma[2],
             lambda=xMix$lambda[2]),
             fill="#FF000080",geom="polygon") +
 stat_function(fun=sdnorm,
    arg=list(mean=xMix$mu[1],
             sd=xMix$sigma[1],
             lambda=xMix$lambda[1]),
             fill="#00FF0080",geom="polygon")

producing:

这篇关于任何关于如何使用ggplot2绘制mixEM类型数据的建议的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！