Visualizar un modelo de mezcla gaussiana univariante

Como ya ajustaste el modelo en fit_mix_example y extrajiste los parámetros en comp_1, comp_2 y comp_3 (así como las proportions), ahora vamos a representar los clústeres correspondientes con el histograma de densidad.

Para facilitar esta última parte, la función fun_prop() ya está definida en el entorno. Esta función devuelve los valores de densidad para una distribución gaussiana, como dnorm, pero además está ampliada para aceptar las proporciones.

Este ejercicio forma parte del curso

Modelos de mezcla en R

Ver curso

Instrucciones del ejercicio

Representa el histograma de densidad junto con la densidad de cada clúster. Recuerda que el data frame se llama mix_example.
Usa la función stat_function() con el argumento fun igual a fun_prop para dibujar la distribución de densidad de cada clúster.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

ggplot(___) + ___(aes(x = x, y = ..density..)) + 
  stat_function(geom = "line", fun = fun_prop, 
                args = list(mean = ___[1], sd = ___[2], 
                proportion = proportions[1])) +
  stat_function(geom = "line", fun = fun_prop, 
                args = list(mean = comp_2[1], sd = comp_2[2], 
                proportion = ___[2]))+
  stat_function(geom = "line", fun = ___, 
                args = list(mean = comp_3[1], sd = comp_3[2], 
                proportion = proportions[3]))

Editar y ejecutar código