对不同量级的 x 值进行归一化geom_density

问：

我有一个由两个不同测量值组成的数据集，它们在不同样本（a 和 b）中测量的值（我们称之为高度和宽度）的幅度非常不同。我想使用平滑直方图来说明这两个测量值的可变性，无论它们的绝对大小如何，所以我一直在使用 。但是，使用计算的密度值同样彼此相差几个数量级。geom_densitygeom_density

数据集：

library(tidyverse)
set.seed(123)
sample_a = tibble(sample = "a",
                  height = rnorm(20, mean = 0.1, sd = 0.01),
                  width = rnorm(20, mean = 50, sd = 10)) %>% 
  pivot_longer(c(height, width), names_to = "parameter", values_to = "result")

set.seed(321)
sample_b = tibble(sample = "b",
                  height = rnorm(20, mean = 0.2, sd = 0.03),
                  width = rnorm(20, mean = 55, sd = 10)) %>% 
  pivot_longer(c(height, width), names_to = "parameter", values_to = "result")

data = bind_rows(sample_a, sample_b)

当我绘制直方图时，当样本计数绘制在 y 轴上时，我能够比较每个样本中每个感兴趣参数的大小和变异性：

data %>% 
  ggplot()+
  geom_histogram(aes(x = result))+
  facet_grid(sample~parameter, scales = "free_x")

但是，当我使用（甚至包含 ，如本答案中建议的那样：将 R ggplot 中的直方图中的 y 轴归一化为比例）时，幅度大不相同：geom_densityy = after_stat(count)

data %>% 
  ggplot()+
  geom_density(aes(x = result, y = stat(count)))+
  facet_grid(sample~parameter, scales = "free_x")

如何使用平滑直方图在分面图中显示这些不同幅度的结果？