R 用ggplot2叠加非对称t分布

我试图证明非对称t分布还是正态分布更适合某个数据集。在此过程中，我决定将拟合正态分布和拟合t分布叠加起来。对于正态分布，使用stat_fun没有问题：

    x <- data.frame(rnorm(500))
    names(x) <- c("test.data")

    ggplot(x,aes(x=test.data))  +  
      stat_function(fun = dnorm, args=list(mean=mean(x$test.data,na.rm=TRUE),
      sd=sd(x$test.data,na.rm=TRUE)), aes(colour = 'Normal')) +
      geom_histogram(aes(y = ..density..), alpha = 0.4)

x试试这个：

library(ggplot2)
set.seed(1)
x <- data.frame(rt(5000,df=5,ncp=1)*10+7)
names(x) <- c("test.data")

# Define a Student t distribution with shape (nu) and location (mu)
dt2 <- function(x, mu, nu, df, ncp) {
  dt((x-mu)/nu,df,ncp)/nu
}

ggplot(x,aes(x=test.data))  +  
stat_function(fun = dt2, args=list(mu=7, nu=10, df=5, ncp=1), 
              aes(colour = 'Student t'), lwd=1) +
geom_histogram(aes(y = ..density..), bins=100, alpha = 0.4)

库（ggplot2）
种子（1）
x