In che modo la densità di ggplot2 differisce dalla funzione di densità?

Question

Perché i seguenti grafici sono diversi? Entrambi i metodi sembrano utilizzare i kernel gaussiani.

In che modo ggplot2 calcola una densità?

library(fueleconomy) 

d <- density(vehicles$cty, n=2000) 
ggplot(NULL, aes(x=d$x, y=d$y)) + geom_line() + scale_x_log10() 

ggplot(vehicles, aes(x=cty)) + geom_density() + scale_x_log10() 

---

UPDATE:

Una soluzione a questo problema appare già su SO here, tuttavia la PARAMETRI specifica ers ggplot2 sta passando alla funzione di densità delle statistiche R non è chiaro.

Una soluzione alternativa è quella di estrarre i dati di densità direttamente dal terreno ggplot2, come mostrato here

Answer 1

In questo caso, non è il calcolo della densità che è diversa ma come il log10 trasformata viene applicata.

primo controllo le densità sono simili senza trasformare

library(ggplot2) 
library(fueleconomy) 

d <- density(vehicles$cty, from=min(vehicles$cty), to=max(vehicles$cty)) 
ggplot(data.frame(x=d$x, y=d$y), aes(x=x, y=y)) + geom_line() 
ggplot(vehicles, aes(x=cty)) + stat_density(geom="line") 

Quindi il problema sembra essere la trasformazione. Nel stat_density di seguito, sembra che sia se la trasformazione log10 viene applicata alla variabile x prima del calcolo della densità. Quindi per riprodurre manualmente i risultati è necessario trasformare la variabile prima del calcolando la densità. Ad esempio

d2 <- density(log10(vehicles$cty), from=min(log10(vehicles$cty)), 
               to=max(log10(vehicles$cty))) 
ggplot(data.frame(x=d2$x, y=d2$y), aes(x=x, y=y)) + geom_line() 
ggplot(vehicles, aes(x=cty)) + stat_density(geom="line") + scale_x_log10() 

PS: Per vedere come ggplot prepara i dati per la densità, è possibile guardare il codice as.list(StatDensity) porta a StatDensity$compute_group a ggplot2:::compute_density