取平均geom_density（Y = ..计数..）在分组变量

Question

我使用绘制一些分布：

geom_density(aes(my.variable, 
color=my.factor, 
group=my.replicates, 
y=..count..)) 

我要绘制在重复的平均值行（对于my.factor的每个水平一行），考虑到我没有在my.factor的每个级别中重复的次数相同 - >我不能删除'group'参数，因为..count ..取决于重复次数。因此，我要喜欢的东西等..count ../重复的数目

这里是上下文和可再现为例

我在第2个生境（a和b）采样：每个单独的鱼数量和身体大小。 我在栖息地之间采取了不同的取样工作。 （ra和rb是在栖息地a和b内采样的重复次数，分别） 我对栖息地之间在鱼类丰度和体型上的平均差异感兴趣。但是，我不知道如何处理这个事实，即我没有相同数量的复制品。

DATA

#number of replicat 
ra=4;rb=6 
#number of individuals (lambda of poisson distribution) 
na=30;nb=60 
#size of individuals (lambda of poisson distribution) 
sa=90;sb=80 

#data for habitat a 
dfa=data.frame() 
for (ri in 1:ra){ 
    habitat="a" 
    nb_rep=ra 
    replicat=paste("r",ri,sep="") 
    size=rpois(rpois(1,na),sa) 
    dfa=rbind.data.frame(dfa,data.frame(habitat,nb_rep,replicat,size)) 
} 
#data for habitat b 
dfb=data.frame() 
for (ri in 1:rb){ 
    habitat="b" 
    nb_rep=rb 
    replicat=paste("r",ri,sep="") 
    size=rpois(rpois(1,nb),sb) 
    dfb=rbind.data.frame(dfb,data.frame(habitat,nb_rep,replicat,size)) 
} 
#whole data set 
df=rbind(dfa,dfb) 

PLOTS

require(ggplot2) 
summary(df) 

密度

ggplot(df,aes(size,color=habitat))+ 
geom_density(aes(y=..density..)) 

计数

ggplot(df,aes(size,color=habitat))+ 
geom_density(aes(y=..count..)) 

但是，这有失偏颇，如果栖息地尚未与同样的努力 即不同数量的重复

的

计数抽样，考虑不同的重复

ggplot(df,aes(size,color=habitat,group=paste(habitat,replicat)))+ 
geom_density(aes(y=..count..)) 

从这个最后的情节，如何在获得平均线复制？ 谢谢

Answer 1

我不认为你可以在ggplot内做到这一点。您可以自己计算密度，然后绘制计算出的密度。下面我通过再现已有的情节，显示它实际上有效。

require(plyr) 
# calculate the density 
res <- dlply(df, .(habitat), function(x) density(x$size)) 
dd <- ldply(res, function(z){ 
    data.frame(size = z[["x"]], 
      count = z[["y"]]*z[["n"]]) 
}) 
# these two plots are essentially the same. 
ggplot(dd, aes(size, count, color=habitat)) + 
    geom_line() 
ggplot(df,aes(size,color=habitat))+ 
    geom_density(aes(y=..count..)) 

现在对平均不同重复密度的平均工作稍微困难一些。

# calculate the density 
res <- dlply(df, .(habitat), function(dat){ 
    lst <- dlply(dat, .(replicat), function(x) density(x$size, 
                # specify to and from based on dat, not x. 
                from=min(dat$size), 
                to=max(dat$size) 
)) 
    data.frame(size=lst[[1]][["x"]], 
      #count=colMeans(laply(lst, function(a) a[["y"]]), na.rm=TRUE)*nrow(dat), 
      count=colMeans(laply(lst, function(a) a[["y"]]), na.rm=TRUE)*nrow(dat)/nlevels(droplevels(dat$replicat)), 

      habitat=dat$habitat[1]) 
}) 
dd <- rbindlist(res) 
ggplot(dd, aes(size, count, color=habitat)) + 
    geom_line()