studio - superponer graficas en r ggplot

¿Manera más fácil de trazar la distribución de frecuencia acumulativa en ggplot?

Question

Estoy buscando una forma más fácil de dibujar la línea de distribución acumulativa en ggplot.

Tengo algunos datos cuyo histograma puedo mostrar inmediatamente con

qplot (mydata, binwidth=1);

Encontré una manera de hacerlo en http://www.r-tutor.com/elementary-statistics/quantitative-data/cumulative-frequency-graph pero implica varios pasos y al explorar los datos, lleva mucho tiempo.

¿Hay alguna manera de hacerlo de una manera más directa en ggplot, similar a cómo las líneas de tendencia y los intervalos de confianza se pueden agregar al especificar opciones?

Answer 1

Aún más fácil:

qplot(unique(mydata), ecdf(mydata)(unique(mydata))*length(mydata), geom=''step'')

Answer 2

Hay una función incorporada en ecdf() en R que debería facilitar las cosas. Aquí hay un código de muestra, utilizando plyr

library(plyr)
data(iris)

## Ecdf over all species
iris.all <- summarize(iris, Sepal.Length = unique(Sepal.Length), 
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)))

ggplot(iris.all, aes(Sepal.Length, ecdf)) + geom_step()

#Ecdf within species
iris.species <- ddply(iris, .(Species), summarize,
                            Sepal.Length = unique(Sepal.Length),
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)))

ggplot(iris.species, aes(Sepal.Length, ecdf, color = Species)) + geom_step()

Editar. Me acabo de dar cuenta de que quieres frecuencia acumulada. Puede obtenerlo multiplicando el valor ecdf por el número total de observaciones:

iris.all <- summarize(iris, Sepal.Length = unique(Sepal.Length), 
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length)) * length(Sepal.Length))

iris.species <- ddply(iris, .(Species), summarize,
                            Sepal.Length = unique(Sepal.Length),
                            ecdf = ecdf(Sepal.Length)(unique(Sepal.Length))*length(Sepal.Length))

Answer 3

La nueva versión de ggplot2 (0.9.2.1) tiene una función incorporada stat_ecdf() que te permite trazar distribuciones acumulativas muy fácilmente.

qplot(rnorm(1000), stat = "ecdf", geom = "step")

O

df <- data.frame(x = c(rnorm(100, 0, 3), rnorm(100, 0, 10)),
             g = gl(2, 100))
ggplot(df, aes(x, colour = g)) + stat_ecdf()

Codifique muestras de la documentación de ggplot2.