如何在ggh4x分面图中适配带最小值的指数理论分布？

问题背景 #

开发Shiny应用时需要实现：对数据集进行泊松、正态、指数分布检验，返回统计结果并绘制数据密度与理论分布曲线，同时支持多数据集分面展示。但使用ggh4x::stat_theodensity绘制指数分布时遇到两个核心问题：

• 行业数据普遍存在非零最小值，而stat_theodensity默认调用的dexp无法适配该偏移量，导致理论曲线与实际数据不匹配
• 尝试循环为每个分面设置对应数据的xmin时，仅第二个分面的理论曲线生效，首次循环还触发fitdist()错误（错误码100）

核心需求 #

1. 让stat_theodensity自动识别每个分面数据的最小值，适配带偏移量的指数分布
2. 通过stat_theodensity传递fitdistrplus::fitdist()的自定义拟合方法（如method="mse"）

解决方案与代码实现 #

关键思路 #

默认stat_theodensity针对标准指数分布（x≥0），而带偏移量的指数分布可表示为X = x0 + Y（Y为标准指数分布，x0为数据最小值）。我们需要自定义拟合与密度计算函数，让stat_theodensity支持这种偏移场景，同时利用fit.arg参数传递拟合方法。

library(ggh4x)
library(fitdistrplus)

# 生成带偏移量的指数分布测试数据
data1 <- rexp(n = 500, rate = 1/100) + 100
data2 <- rexp(n = 500, rate = 1/250) + 500
plot_dat <- data.frame(
  ID = rep(c("Set 1", "Set 2"), each = 500),
  data = c(data1, data2)
)

# 自定义带偏移量的指数分布拟合函数
fit_exp_offset <- function(x, ...) {
  x0 <- min(x)  # 获取当前分面数据的最小值（偏移量）
  y <- x - x0   # 将数据平移至标准指数分布的定义域
  # 调用fitdist并传递自定义拟合方法
  fit_result <- fitdist(y, distr = "exp", ...)
  # 将偏移量加入拟合结果，供后续密度计算使用
  fit_result$estimate <- c(fit_result$estimate, x0 = x0)
  return(fit_result)
}

# 自定义带偏移量的指数分布密度计算函数
dexp_offset <- function(x, rate, x0) {
  # 仅在x >= 偏移量时计算密度，否则返回0
  ifelse(x >= x0, dexp(x - x0, rate = rate), 0)
}

# 绘制分面密度图与理论分布曲线
ggplot(plot_dat, aes(x = data)) +
  geom_density(color = "red", linewidth = 0.8) +
  stat_theodensity(
    distri = "exp_offset",          # 指定使用自定义的带偏移量指数分布
    fit.arg = list(method = "mse"), # 传递fitdist的拟合方法参数
    color = "blue",
    linewidth = 1
  ) +
  facet_wrap(~ID, scales = "free")  # 分面展示，自动适配每个分组的偏移量

代码说明 #

1. 自定义拟合函数fit_exp_offset：

   • 自动计算当前分面数据的最小值x0作为偏移量
   • 将原始数据平移至标准指数分布的定义域（x≥0）
   • 调用fitdist()并接受自定义参数（如method="mse"）
   • 将偏移量存入拟合结果，供密度计算使用

2. 自定义密度函数dexp_offset：

   • 根据拟合得到的速率参数与偏移量，计算原始数据的理论密度
   • 对小于偏移量的x值返回0，符合指数分布的定义域要求

3. stat_theodensity参数配置：

   • 通过distri指定自定义分布名称exp_offset
   • 通过fit.arg传递method="mse"给fitdist()，实现自定义拟合逻辑
   • 分面逻辑会自动对每个分组应用自定义函数，无需手动循环添加图层

内容的提问来源于stack exchange，提问作者Steven Ouellette