如何用R ggplot展示两个变量的概率分布情况

1. 增强累积分布图（ECDF）的可读性 #

原有的ECDF图可以通过添加分位点标注，让目标概率对应的数值一目了然。修改后的代码如下：

# 计算X变量的95%分位数
x_95 <- quantile(df$FLUID_TOT, 0.95)

plot1 <- df %>% 
  ggplot(aes(x = FLUID_TOT)) +
  stat_ecdf(geom = "step", size = 1) +
  # 添加95%分位点的垂直线和文字标注
  geom_vline(xintercept = x_95, color = "red", linetype = "dashed") +
  geom_text(aes(x = x_95, y = 0.95), 
            label = paste0("95% of X < ", round(x_95)),
            hjust = -0.1, color = "red") +
  labs(title = "累积分布函数（ECDF）- X变量",
       x = "X (FLUID_TOT)", y = "累积概率") +
  theme_bw()

修改后，ECDF图会用红色虚线标出95%分位点的位置，并直接显示对应的数值，完美匹配你想要展示的“约95%的X值低于8000”的信息。

2. 在散点图中加入Y变量的分位数标注 #

针对Y变量，我们可以同样计算95%分位数，然后在散点图中添加水平线和标注，同时结合X的分位点，展示双变量的联合分布特征：

# 计算Y变量的95%分位数
y_95 <- quantile(df$y, 0.95)

plot2 <- df %>% 
  ggplot(aes(x = FLUID_TOT, y = y)) +
  geom_point(alpha = 0.6) +
  # 添加X和Y的95%分位点参考线
  geom_vline(xintercept = x_95, color = "red", linetype = "dashed") +
  geom_hline(yintercept = y_95, color = "blue", linetype = "dashed") +
  # 添加对应标注
  geom_text(aes(x = x_95, y = max(df$y)), 
            label = paste0("95% of X < ", round(x_95)),
            hjust = -0.1, color = "red") +
  geom_text(aes(x = max(df$FLUID_TOT), y = y_95), 
            label = paste0("95% of Y < ", round(y_95)),
            vjust = -0.5, color = "blue") +
  labs(title = "X与Y散点图（含95%分位点标注）",
       x = "X (FLUID_TOT)", y = "Y") +
  theme_bw()

这个散点图既保留了原始的变量关系展示，又清晰标出了两个变量各自95%分位点的位置，读者能直观看到同时满足X<8000和Y<6500的样本分布情况。

3. 可选：合并两张图（用patchwork包） #

如果想要把两张图放在同一画布对比展示，提升信息传递效率，可以使用patchwork包：

library(patchwork)

# 合并两张图为横向布局
combined_plot <- plot1 + plot2 + plot_layout(ncol = 2)

# 显示合并后的图
print(combined_plot)

内容的提问来源于stack exchange，提问作者Brent B