Geom density()
在R语言的ggplot2包中，geom_density()函数用于创建核密度估计图。核密度估计图是一种常用的统计图表，用于可视化数值变量的概率密度分布。
有种根据频率自动计算密度的感觉！
函数定义：
geom_density(mapping = NULL, data = NULL, ..., na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)
mapping：一个aes()函数中指定的映射，用于将数据变量映射到图形属性。通常使用aes()函数来设置映射关系。
- data：一个数据框或数据集，包含要用于绘图的变量。
- ...：其他参数，用于修改核密度估计图的外观和样式。
- na.rm：一个逻辑值，指示是否忽略包含缺失值（NA）的观测。默认为FALSE，即不删除缺失值。
- show.legend：一个逻辑值，指示是否显示图例。默认为NA，表示自动确定是否显示图例。
- inherit.aes：一个逻辑值，指示是否继承父图层的aes()映射。默认为TRUE，表示继承。
- bw：指定核密度估计的带宽，可以让概率密度曲线更贴近分布
下面是一个示例：
library(ggplot2)
# 创建一个数据框
data <- data.frame(
value = rnorm(1000)
)
# 创建核密度估计图
ggplot(data, aes(x = value)) +
geom_density()
在上面的示例中，我们首先加载了ggplot2包，并创建了一个数据框，其中包含一个数值变量value。
然后，我们使用ggplot()函数创建了一个基本的绘图对象，指定data参数为数据框，使用aes()函数将value映射到x轴。
最后，我们使用geom_density()函数添加了核密度估计图层，将数据的概率密度分布可视化。
这将生成一个基本的核密度估计图，其中x轴为数值变量，y轴表示对应的概率密度。
您可以使用其他参数来修改核密度估计图的外观，如设置曲线的颜色、调整曲线的平滑度、添加填充颜色等。
bw参数¶
在R中，geom_density()函数是ggplot2包中的一种几何对象类型，用于创建核密度图。该函数使用核密度估计方法来计算和绘制数据的平滑概率密度曲线。 geom_density()函数有一个可选的参数bw，用于指定核密度估计的带宽。带宽是核密度估计中的一个重要参数，它决定了平滑曲线的宽度。较小的带宽会导致曲线更加细致和具体，但可能会导致过拟合；较大的带宽会导致曲线更加平滑，但可能会造成信息丢失。 bw参数可以接受以下几种取值： 1. "nrd0"：使用基于样本标准差的带宽估计方法，即Silverman's规则。这是默认值。 2. "nrd"：使用基于样本标准差和样本大小的带宽估计方法。 3. "ucv"：使用基于样本标准差和样本大小的带宽估计方法，但在样本大小较小时有更好的性能。 4. 数值：直接指定带宽的数值。较小的数值会产生更尖锐的曲线，较大的数值会产生更平滑的曲线。 在选择带宽时，需要根据数据的特点和分布来进行调整。如果带宽选择不合适，可能会导致曲线过于尖锐或过于平滑，从而失去了对数据分布的准确描述。 下面是一个示例代码，演示如何在ggplot2中使用geom_density()函数并指定bw参数：
library(ggplot2)
# 创建一个示例数据集
data <- data.frame(x = rnorm(1000))
# 使用geom_density()函数绘制核密度图，指定带宽为0.2
ggplot(data, aes(x = x)) +
geom_density(bw = 0.2)