使用ggplot2比较两个连续分布及动态95%分位数实现方法问询

核心调整思路 #

• 双指数分布替换：双指数分布又称拉普拉斯分布，直接调用distributional包内置的dist_laplace()即可实现，标准双指数分布的参数为位置参数0、尺度参数1，直接替换原示例中的正态分布配置即可。
• 动态95%分位数边界：提前为每个分布计算对应的95%分位数存入数据集，绘图时通过after_stat()获取当前点位的x值，匹配当前分布对应的分位数做阈值判断即可，不需要写死固定数值。

完整实现代码 #

library(dplyr)
library(distributional)
library(ggdist)
library(ggplot2)

# 构建分布数据集，预计算每个分布的95%分位数
dists <- tribble(
  ~dist_name, ~dist_obj,
  "laplace", dist_laplace(0, 1), # 替换原正态分布为双指数分布
  "student_t", dist_student_t(3, 0, 1)
) %>% 
  mutate(q95 = quantile(dist_obj, 0.95)) # 预计算单侧95%分位数，若需要双侧95%范围可分别计算q025和q975

# 绘图
dists %>%
  ggplot(aes(y = dist_name, dist = dist_obj)) +
  stat_dist_halfeye(
    # 动态匹配当前分布的95%分位数做边界判断
    aes(fill = after_stat(abs(x) < q95[match(y, dist_name)]))
  ) +
  labs(fill = "是否在95%分位数范围内")

关键逻辑说明 #

如果需要判断的是双侧95%取值范围（即覆盖95%概率的区间），只需要调整预计算逻辑和判断条件即可：

1. 预计算阶段增加mutate(q025 = quantile(dist_obj, 0.025), q975 = quantile(dist_obj, 0.975))
2. fill的判断条件改为after_stat(x > q025[match(y, dist_name)] & x < q975[match(y, dist_name)])

内容的提问来源于stack exchange，提问作者Brian Smith