Любые предложения о том, как я могу построить данные типа mixEM, используя ggplot2

Question

У меня есть образец 1м записей, полученных из моих исходных данных. (Для справки вы можете использовать эти фиктивные данные, которые могут генерировать примерно аналогичное распределение

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

Я полагал, что гистограмма представляет собой смесь двух логнормальных распределений, и я попытался согласовать суммированные распределения, используя алгоритм EM, используя следующий код:

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)

Первый график представляет собой график логарифмического правдоподобия, а второй (если вы нажмете клавишу возврата еще раз) дает аналогичные следующие кривые плотности:

Как я уже упоминал, c1 имеет тип mixEM[], и функция plot() может приспособиться к этому. Я хочу заполнить кривые плотности цветами. Это легко сделать с помощью ggplot2(), но ggplot2() не поддерживает данные типа mixEM[] и выдает это сообщение:

"ggplot не знает, как обращаться с данными класса mixEM". Могу ли я использовать какой-либо другой подход для решения этой проблемы? Любые предложения с благодарностью!

Спасибо!

Answer 1

Посмотрите на структуру возвращаемого объекта (это должно быть документировано в справке):

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

Что теперь:

> 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

Компоненты лямбда, му и сигма определяют возвращаемые нормальные плотности. Вы можете построить их в ggplot используя qplot а также stat_function, Но сначала создайте функцию, которая возвращает масштабированные нормальные плотности:

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

Затем:

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") 

Или что угодно ggplot навыки у вас есть. Прозрачные цвета на плотностях могут быть хорошими.

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")

производство:

Answer 2

Вот немного другой подход, который использует geom_ploygon(...) вместо нескольких звонков stat_function(...), Одна проблема с stat_function(...) является то, что вторичные аргументы (мю, сигма и лямбда в этом примере), которые передаются с использованием args=list(...) параметр, не может быть включен в эстетическое отображение, поэтому вам нужно сделать несколько вызовов stat_function(...) как решение @Spacedman.

Этот подход создает PDF-файлы вне ggplot и использует один вызов geom_polygon(...), В результате он работает без изменений для произвольного числа распределений в смеси.

# ggplot mixture plot
gg.mixEM <- function(EM) {
  require(ggplot2)
  x       <- with(EM,seq(min(x),max(x),len=1000))
  pars    <- with(EM,data.frame(comp=colnames(posterior), mu, sigma,lambda))
  em.df   <- data.frame(x=rep(x,each=nrow(pars)),pars)
  em.df$y <- with(em.df,lambda*dnorm(x,mean=mu,sd=sigma))
  ggplot(data.frame(x=EM$x),aes(x,y=..density..)) + 
    geom_histogram(fill=NA,color="black")+
    geom_polygon(data=em.df,aes(x,y,fill=comp),color="grey50", alpha=0.5)+
    scale_fill_discrete("Component\nMeans",labels=format(em.df$mu,digits=3))+
    theme_bw()
}

library(mixtools)
# two components
set.seed(1)    # for reproducible example
b <- rnorm(2000000, mean=c(8,17), sd=2)
c <- b[sample(length(b), 1000000) ]
c2 <- normalmixEM(c, lambda=NULL, mu=NULL, sigma=NULL) 
gg.mixEM(c2)

# three components
set.seed(1)
b <- rnorm(2000000, mean=c(8,17,30), sd=c(2,3,5))
c <- b[sample(length(b), 1000000) ]
library(mixtools)
c3 <- normalmixEM(c, k=3, lambda=NULL, mu=NULL, sigma=NULL) 
gg.mixEM(c3)