ggplot2 - 修改geom_density2d以接受权重作为参数？ [英] ggplot2 - Modify geom_density2d to accept weights as a parameter?

问题描述

这是我第一次发布到R社区，所以如果它很傻，请原谅我。我想使用ggplot2中的函数geom_density2d和stat_density2d来绘制内核密度估计值，但问题是他们无法处理加权数据。据我所知，这两个函数从MASS包中调用函数kde2d来进行内核密度估计。而且kde2d不会将数据权重作为参数。

现在，我发现kde2d http://www.inside-r.org/node/226757 ，它以权重作为参数并基于kde2d的源代码。这个函数的代码：

  kde2d.weighted < -  function（x，y，w，h，n = 25， lims = c（range（x），range（y）））{
 nx < -  length（x）
 if（length（y）！= nx）
 stop（data （长度（w）！= nx& length（w）！= 1）
 stop（weight vectors must be 1 or length of data）$ （ses（lims [1]，lims [2]，length = n）＃gridpoints x 
 gy <-seq（lims [3]，lims [4] ＃gridpoints y 
 if（missing（h））
h < -  c（bandwidth.nrd（x），bandwidth.nrd（y））; 
 if（missing（w））
 w < -  numeric（nx）+1; 
h < -  h / 4 
 ax<  -  outer（gx，x， - ）/ h [1]＃x方向上每个点到每个网格点的距离
 ay < -  outer（gy，y， - ）/ h [2]＃每个点在y方向上到每个网格点的距离
z < - （matrix（rep（w，n），nrow = n，ncol = nx，byrow = TRUE）*矩阵（dnorm（ax），n，nx））％*％t（矩阵（dnorm（ay），n，nx））/（sum（w）* h [ 1] * h [2]）＃z是密度
 return（list（x = gx，y = gy，z = z））
} 
  

我想使函数geom_density2d和stat_density2d调用kd2d.weighted而不是kde2d，并且使它们接受加权数据。

我从来没有改变现有R包中的任何函数，所以我的问题是做这件事最简单的方法是什么？

解决方案

实际上，您可以将自己的密度数据传递给 geom_contour ，这可能是最简单的。我们从样本数据集开始，给间歇数据添加权重。

  library（MASS）
 data（间歇性，MASS）
 geyserw<  - 变换（geyser，
称重=样本（1：5，nrow（geyser），replace = T）
）
  

现在我们使用您的加权函数来计算密度并将其转化为data.frame



  dens<  -  kde2d.weighted（geyserw $ duration，geyserw $ waiting，geyserw $ weight）
 dfdens<  -  data.frame（expand.grid （x = dens $ x，y = dens $ y），z = as.vector（dens $ z））
  

现在我们绘制数据

$ g $ p $ g $ p $ ggplot（geyserw，aes（x = duration，y = waiting））+
geom_point（）+ xlim（0.5,6）+ ylim（40,110）
geom_contour（aes（x = x，y = y，z = z），data = dfdens）


而且应该这样做



This is my first post to the R-community, so pardon me if it is silly. I would like to use the functions geom_density2d and stat_density2d in ggplot2 to plot kernel density estimates, but the problem is that they can't handle weighted data. From what I understand, these two functions call the function kde2d from package MASS to make the kernel density estimate. And the kde2d doesn't take data weights as a parameter.

Now, I have found this altered version of kde2d http://www.inside-r.org/node/226757, which takes weights as a parameter and is based on the source code of kde2d. The code of this function:

  kde2d.weighted <- function (x, y, w, h, n = 25, lims = c(range(x), range(y))) {
  nx <- length(x)
  if (length(y) != nx) 
    stop("data vectors must be the same length")
  if (length(w) != nx & length(w) != 1)
    stop("weight vectors must be 1 or length of data")
  gx <- seq(lims[1], lims[2], length = n) # gridpoints x
  gy <- seq(lims[3], lims[4], length = n) # gridpoints y
  if (missing(h)) 
    h <- c(bandwidth.nrd(x), bandwidth.nrd(y));
  if (missing(w)) 
    w <- numeric(nx)+1;
  h <- h/4
  ax <- outer(gx, x, "-")/h[1] # distance of each point to each grid point in x-direction
  ay <- outer(gy, y, "-")/h[2] # distance of each point to each grid point in y-direction
  z <- (matrix(rep(w,n), nrow=n, ncol=nx, byrow=TRUE)*matrix(dnorm(ax), n, nx)) %*% t(matrix(dnorm(ay), n, nx))/(sum(w) * h[1] * h[2]) # z is the density
  return(list(x = gx, y = gy, z = z))
}

I would like to make the functions geom_density2d and stat_density2d call kd2d.weighted instead of kde2d, and by that making them accept weighted data.

I have never changed any functions in existing R packages so my question is what is the easiest way doing this?

解决方案

You can actually pass your own density data to geom_contour which would probably be the easiest. Let's start with a sample dataset by adding weights to the geyser data.

library("MASS")
data(geyser, "MASS")
geyserw <- transform(geyser,
   weigh = sample(1:5, nrow(geyser), replace=T)
)

Now we use your weighted function to calculate the density and turn it into a data.frame

dens <- kde2d.weighted(geyserw$duration, geyserw$waiting, geyserw$weight)
dfdens <- data.frame(expand.grid(x=dens$x, y=dens$y), z=as.vector(dens$z))

Now we plot the data

ggplot(geyserw, aes(x = duration, y = waiting)) +
    geom_point() + xlim(0.5, 6) + ylim(40, 110)
    geom_contour(aes(x=x, y=y, z=z), data= dfdens)

And that should do it

这篇关于ggplot2 - 修改geom_density2d以接受权重作为参数？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！