R 如何使密度图正确显示边界附近的区域？

当我用ggplot绘制密度图时，在极限附近似乎是非常错误的。我看到

geom_density

和其他函数允许指定各种密度内核，但它们似乎都不能解决这个问题

如何使用ggplot正确绘制限制周围的密度

---

例如，让我们绘制2个自由度的卡方分布。使用内置概率密度：

library(ggplot2)

u = seq(0, 2, by=0.01)
v = dchisq(u, df=2)

df = data.frame(x=u, p=v)

p = ggplot(df) +
    geom_line(aes(x=x, y=p), size=1) +
    theme_classic() +
    coord_cartesian(xlim=c(0, 2), ylim=c(0, 0.5))

show(p)

我们得到了预期的情节：

现在，让我们尝试模拟它并绘制经验分布图：

library(ggplot2)

u = rchisq(10000, df=2)

df = data.frame(x=u)

p = ggplot(df) +
    geom_density(aes(x=x)) +
    theme_classic() +
    coord_cartesian(xlim=c(0, 2))

show(p)

library(ggplot2, dplyr, tidyr)

u = rchisq(10000, df=2)

df = data.frame(x=u)

p = ggplot(df) +
    geom_point(aes(x=x, y=0.5), position=position_jitter(height=0.2), shape='.', alpha=1) +
    theme_classic() +
    coord_cartesian(xlim=c(0, 2), ylim=c(0, 1))

show(p)

我们得到了一个错误的图：

我们可以尝试将实际分布可视化：

library(ggplot2)

u = rchisq(10000, df=2)

df = data.frame(x=u)

p = ggplot(df) +
    geom_density(aes(x=x)) +
    theme_classic() +
    coord_cartesian(xlim=c(0, 2))

show(p)

library(ggplot2, dplyr, tidyr)

u = rchisq(10000, df=2)

df = data.frame(x=u)

p = ggplot(df) +
    geom_point(aes(x=x, y=0.5), position=position_jitter(height=0.2), shape='.', alpha=1) +
    theme_classic() +
    coord_cartesian(xlim=c(0, 2), ylim=c(0, 1))

show(p)

它看起来是正确的，与密度图相反：

问题似乎与内核有关，

geom_density

确实允许使用不同的内核。但他们并没有真正纠正极限问题。例如，上面带有

三角形的代码看起来大致相同：


以下是我希望看到的内容（当然，我想要的是密度，而不是直方图）：

当存在约束时，通常的内核密度方法会遇到问题，例如在本例中，对于仅支持高于零的密度。处理此问题的通常建议是使用logspline包：

install.packages("logspline")
library(logspline)
png(); fit <- logspline(rchisq(10000, 3))       
plot(fit) ; dev.off()

install.packages（“logspline”）
库（对数样条曲线）
png（）；fit我对您使用的
geom_Violent
感到有点困惑-它通常用于使用箱线图的地方，例如显示多个离散类别的分布。当我运行代码时，我也会得到一些与你发布的图像不同的东西。@Marius我只是错误地粘贴了错误的代码，伙计。不需要统计课。这看起来比我问题中的密度图更不准确。我画了一个三自由度的分布。你用2画了一个。