ggdist::stat_halfeye()如何缩放后验预测密度？

为什么stat_halfeye的图会异常平坦？ #

stat_halfeye底层依赖stat_slabinterval，它默认的缩放逻辑是按概率质量占比来归一化：把整个分布的总概率质量设为1，y轴的数值代表对应位置的概率占总样本的比例，而非传统意义上积分等于1的概率密度。

在你的零膨胀数据场景中：

• 零值的概率质量占比接近30%（对应模型的零膨胀率），所以x=0处的密度高度直接拉到0.3左右
• 剩余beta分布部分的总概率占比仅70%，导致这部分的密度曲线最高值不超过0.7，视觉上就显得异常平坦

而geom_density(aes(y=after_stat(scaled)))是将密度的最大值拉伸到1，完全不考虑概率质量的实际占比，因此能正常展示beta分布的形态。

怎么让stat_halfeye的图正常显示？ #

只需给stat_halfeye添加scale = "density"参数，切换到传统概率密度的缩放模式即可：

combined_obs %>%
  add_predicted_draws(beta_zero_model) %>%
  ggplot(aes(x = .prediction)) +
  stat_halfeye(.width = c(.95), scale = "density") + 
  ggtitle("stat_halfeye (scale = 'density')")

调整后曲线形态会和geom_density一致，同时保留stat_halfeye自带的区间标注功能。

关于scale参数的补充说明 #

stat_slabinterval的scale参数有三个可选值：

• "probability"（默认）：y轴为概率占比，范围[0,1]，适合观察各部分的概率权重
• "density"：y轴为传统概率密度，积分等于1，适合展示分布形态
• "count"：y轴为核密度估计的近似样本计数

这就是两种绘图函数结果差异的核心原因。

内容的提问来源于stack exchange，提问作者Stefan