R 为两点之间的内核密度图着色。

我经常使用核密度图来说明分布。在R中可以轻松快速地创建这些内容，如下所示：

set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)
plot(dens)
#or in one line like this: plot(density(rnorm(100)^2))

但是如何对

q75

和

q95

之间的区域进行着色？

使用

polygon（）

函数，请查看其帮助页面，我相信我们这里也有类似的问题

您需要找到分位数值的索引以获得实际的

（x，y）

对

编辑：给你：

x1 <- min(which(dens$x >= q75))  
x2 <- max(which(dens$x <  q95))
with(dens, polygon(x=c(x[c(x1,x1:x2,x2)]), y= c(0, y[x1:x2], 0), col="gray"))

x1=q75））
x2另一种解决方案：

dd <- with(dens,data.frame(x,y))

library(ggplot2)

qplot(x,y,data=dd,geom="line")+
  geom_ribbon(data=subset(dd,x>q75 & x<q95),aes(ymax=y),ymin=0,
              fill="red",colour=NA,alpha=0.5)

dd q75&x扩展解决方案：

dd <- with(dens,data.frame(x,y))

library(ggplot2)

qplot(x,y,data=dd,geom="line")+
  geom_ribbon(data=subset(dd,x>q75 & x<q95),aes(ymax=y),ymin=0,
              fill="red",colour=NA,alpha=0.5)

如果您想对两个尾部进行着色（复制和粘贴德克代码），并使用已知的x值：

set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)
plot(dens)

q2     <- 2
q65    <- 6.5
qn08   <- -0.8
qn02   <- -0.2

x1 <- min(which(dens$x >= q2))  
x2 <- max(which(dens$x <  q65))
x3 <- min(which(dens$x >= qn08))  
x4 <- max(which(dens$x <  qn02))

with(dens, polygon(x=c(x[c(x1,x1:x2,x2)]), y= c(0, y[x1:x2], 0), col="gray"))
with(dens, polygon(x=c(x[c(x3,x3:x4,x4)]), y= c(0, y[x3:x4], 0), col="gray"))

set.seed（1）
绘制这个问题需要一个
lattice
答案。这是一个非常基本的方法，简单地修改Dirk和其他人采用的方法：

#Set up the data
set.seed(1)
draws <- rnorm(100)^2
dens <- density(draws)

#Put in a simple data frame   
d <- data.frame(x = dens$x, y = dens$y)

#Define a custom panel function;
# Options like color don't need to be hard coded    
shadePanel <- function(x,y,shadeLims){
    panel.lines(x,y)
    m1 <- min(which(x >= shadeLims[1]))
    m2 <- max(which(x <= shadeLims[2]))
    tmp <- data.frame(x1 = x[c(m1,m1:m2,m2)], y1 = c(0,y[m1:m2],0))
    panel.polygon(tmp$x1,tmp$y1,col = "blue")
}

#Plot
xyplot(y~x,data = d, panel = shadePanel, shadeLims = c(1,3))

#设置数据
种子（1）
绘制这是另一个基于函数的
ggplot2
变量，该函数近似原始数据值下的内核密度：

approvedens如果您没有提供结构，我永远不会让它工作。谢谢这是其中一件事。。。从黎明前开始就在
演示（图形）
中出现，因此人们时不时会遇到。对于NBER回归着色等也有同样的想法。我知道我在什么地方见过它，但我无法从我看到它的精神指数中得出结论。我很高兴你的智力指数比我的好。你能举个例子，说明你的范围外和范围内的阴影吗？谢谢。我有png文件，并在freeimagehosting上托管了它，它可能不会加载，因为。。。我不确定。文件很模糊。你能不能重新创建并直接上传到这里，这样就有了自己的服务器服务？很抱歉，但我不知道如何直接上传到这里。