두 개의 히스토그램을 같은 규모로 배치하는 가장 좋은 방법은 무엇입니까?

모양, 크기 및 이동을 쉽게 볼 수있는 방식으로 자세하게 비교하고자하는 두 개의 분포가 있다고 가정 해 봅시다. 이를 수행하는 한 가지 좋은 방법은 각 분포에 대한 히스토그램을 플로팅하여 동일한 X 스케일에 배치하고 다른 하나 아래에 쌓이는 것입니다.

이 작업을 수행 할 때 비닝을 어떻게 수행해야합니까? 아래 그림 1에서와 같이 하나의 분포가 다른 분포보다 훨씬 더 분산되어 있어도 두 히스토그램에서 동일한 빈 경계를 사용해야합니까? 아래 이미지 2와 같이 줌하기 전에 각 히스토그램에 대해 비닝을 독립적으로 수행해야합니까? 이것에 대한 좋은 경험 법칙이 있습니까?

나는 당신이 같은 쓰레기통을 사용해야한다고 생각합니다. 그렇지 않으면 마음이 당신에게 속임수를 씁니다. Normal (0,2)은 Image # 1에서보다 Image # 2에서 Normal (0,1)에 비해 더 분산되어 보입니다. 통계와 관련이 없습니다. Normal (0,1)이 "다이어트"로 간 것 같습니다.

랄프 윈터스

중간 점 및 히스토그램 끝 점도 분산에 대한 인식을 변경할 수 있습니다. 이 애플릿에서 최대 빈 선택은> 1.5-~ 5의 범위를 의미하고 최소 빈 선택은 <1-> 5.5의 범위를 의미합니다.

http://www.stat.sc.edu/~west/javahtml/Histogram.html

다른 방법은 동일한 그림에 다른 분포를 그리고 alpha매개 변수 와 같은 것을 사용 ggplot2하여 과도 플로팅 문제를 해결하는 것입니다. 이 방법의 유용성은 분포가 동일한 빈으로 표시되므로 분포의 차이 또는 유사성에 따라 달라집니다. 또 다른 대안은 각 분포에 대해 평활 밀도 곡선을 표시하는 것입니다. 다음은 이러한 옵션의 예와 스레드에서 논의 된 다른 옵션입니다.

library(ggplot2)

df <- melt(
    data.frame( 
        x = rnorm(1000)
        , y = rnorm(1000, 0, 2)
    )
)


ggplot(data = df) + 
#   geom_bar(aes(x = value, fill = variable), alpha = 1/2)
#   geom_bar(aes(x = value)) + facet_grid(variable ~ .)
#   geom_density(aes(x = value, colour = variable))
#   stat_qq(aes(sample = value, colour = variable))

따라서 동일한 빈 크기를 유지하거나 동일한 수의 빈을 유지해야하는 문제입니까? 나는 양쪽에 대한 논쟁을 볼 수 있습니다. 해결 방법은 먼저 값 을 표준화 하는 것 입니다. 그러면 둘 다 유지할 수 있습니다.