垂直堆叠核密度图

Question

我有一个贝叶斯模型的输出矩阵 (C)，它有 3000 行，其中包含周数 (1-13)，其中给定的鸟类繁殖行为（列；唱歌、孵化、雏鸟等）是最有可能发生。我已经使用以下代码可视化了最有可能发生行为的一周的内核密度估计：

G <- mcmc_dens(C, pars = c("Singing", "Building", "Incubating", "Nestlings", "Empty Nest", "Fledglings Observed", "Fledgling/Adult Interactions", "Fledgling Foraging"))
G <- G + theme(axis.title = element_text(face="plain",size=12)) + labs(x ="Week") + scale_x_continuous(breaks = 1:13)

...产生这些数字：

我想将这些图堆叠在一起，这样我就有了一个具有相同 x-axis 的图，您可以轻松地看到哪些行为同时达到峰值，但我不知道如何使用 mcmc_dens 执行此操作（即我希望唱歌的图表高于建筑，唱歌和建筑都高于孵化，依此类推，这样我就有八个垂直对齐的图表）。

来自矩阵 C 的数据样本（不包括所有列）：

        Singing Building Incubating Nestlings Empty Nest
  [1,]       8        8          8         8         13
  [2,]       8        8          8        11          4
  [3,]       9        8          8        12         13
  [4,]       5        4          8        11         13
  [5,]       9        8          8         8         13
  [6,]       9        8          8         8         13
  [7,]       5        8          8        11         13
  [8,]       9        8         10        11         12
  [9,]       9        4          8        10          8
 [10,]       5        7         12        10          8

Answer 1

想通了！ mcmc_dens 有参数 facet_args 将每个图形变成它自己的方面（我花了这么长时间，因为我不熟悉方面）。修改我的原始代码的第一行给了我我正在寻找的数字：

pars <- c("Singing", "Building", "Incubating", "Nestlings", 
          "Empty", "Fledglings", "Interactions", "Foraging")
G <- mcmc_dens(C, pars=pars, facet_args=list(ncol=1, strip.position="left"))

这就是图像现在的样子：

垂直堆叠核密度图

Stacking kernel density graphs vertically

r

bayesian

ggplot2