Stat函数dnorm失效
我正在处理一个类问题，以测试中心极限定理是否也适用于中位数。我已经编写了代码，据我所知，它工作得很好。但是我绘制正态分布的数据没有显示出来。当它应该创建钟形曲线时，它只创建一条平线。代码如下：Stat函数dnorm失效,r,ggplot2,R,Ggplot2,我正在处理一个类问题，以测试中心极限定理是否也适用于中位数。我已经编写了代码，据我所知，它工作得很好。但是我绘制正态分布的数据没有显示出来。当它应该创建钟形曲线时，它只创建一条平线。代码如下： set.seed(14) median_clt <- rnorm(1000, mean = 10, sd = 2) many_sample_medians <- function(vec, n, reps) { rep_vec <- replicate(reps, sample(v
set.seed(14)
median_clt <- rnorm(1000, mean = 10, sd = 2)
many_sample_medians <- function(vec, n, reps) {
rep_vec <- replicate(reps, sample(vec, n), simplify = "vector")
median_vec <- apply(rep_vec, 2, median)
return(median_vec)
}
median_clt_test <- many_sample_medians(median_clt, 500, 1000)
median_clt_test_df <- data.frame(median_clt_test)
bw_clt <- 2 * IQR(median_clt_test_df$median_clt_test) / length(median_clt_test_df$median_clt_test)^(1/3)
ggplot(median_clt_test_df, aes(x = median_clt_test)) +
geom_histogram(binwidth = bw_clt, aes(y = ..density..), fill = "hotpink1", col = "white") +
stat_function(fun = ~dnorm(.x, mean = 10, sd = 2), col = "darkorchid1", lwd = 2) +
theme_classic()
set.seed（14）
中线不是很平；与柱状图相比，它只是非常延伸。如果我们缩小x轴并放大y轴，我们可以更清楚地看到这一点：
ggplot（中位数clt测试df，aes（x=中位数clt测试））+
几何直方图（BINWITH=bw\U clt，aes（y=…密度…），
fill=“hotpink1”，col=“white”）+
统计函数（fun=~dnorm（.x，平均值=10，sd=2），
col=“darkorchid1”，
lwd=2）+
xlim（c（5，15））+
坐标笛卡尔（xlim=c（5,15），ylim=c（0,1））+
主题(经典)
但这是为什么呢
这是因为您正在使用dnorm
绘制随机变量的分布图，从中可以绘制中间值，但您的直方图是中间值本身的样本。因此，您绘制了错误的dnorm
曲线。sd
不应是随机变量的标准偏差，而是样本中位数的标准偏差：
ggplot（中位数clt测试df，aes（x=中位数clt测试））+
几何直方图（BINWITH=bw\U clt，aes（y=…密度…），
fill=“hotpink1”，col=“white”）+
stat_函数（fun=~dnorm（.x，
平均值=平均值（中位数clt检验），
sd=sd（中位数clt试验），
col=“darkorchid1”，
lwd=2）
主题(经典)
如果您愿意，您可以使用平均值的理论标准误差，而不是中位数的测量标准偏差-它们将非常相似
#理论扫描电镜
2/平方米（500）
#> [1] 0.08944272
#中位数
sd（中位数clt检验）
#> [1] 0.08850221
这条线不是很平；与柱状图相比，它只是非常延伸。如果我们缩小x轴并放大y轴，我们可以更清楚地看到这一点：
ggplot（中位数clt测试df，aes（x=中位数clt测试））+
几何直方图（BINWITH=bw\U clt，aes（y=…密度…），
fill=“hotpink1”，col=“white”）+
统计函数（fun=~dnorm（.x，平均值=10，sd=2），
col=“darkorchid1”，
lwd=2）+
xlim（c（5，15））+
坐标笛卡尔（xlim=c（5,15），ylim=c（0,1））+
主题(经典)
但这是为什么呢
这是因为您正在使用dnorm
绘制随机变量的分布图，从中可以绘制中间值，但您的直方图是中间值本身的样本。因此，您绘制了错误的dnorm
曲线。sd
不应是随机变量的标准偏差，而是样本中位数的标准偏差：
ggplot（中位数clt测试df，aes（x=中位数clt测试））+
几何直方图（BINWITH=bw\U clt，aes（y=…密度…），
fill=“hotpink1”，col=“white”）+
stat_函数（fun=~dnorm（.x，
平均值=平均值（中位数clt检验），
sd=sd（中位数clt试验），
col=“darkorchid1”，
lwd=2）
主题(经典)
如果您愿意，您可以使用平均值的理论标准误差，而不是中位数的测量标准偏差-它们将非常相似
#理论扫描电镜
2/平方米（500）
#> [1] 0.08944272
#中位数
sd（中位数clt检验）
#> [1] 0.08850221
试试统计函数（fun=dnorm，args=list（mean=10，sd=2），…）