四方统计

四方统计

当前位置: 主页 > 四方统计 >

天拓四方官网R语言学习系列19-基本什么是六合卦统计图形

四方统计 时间:2022年06月17日 15:54

  目次: 一. 条形图 二. 饼图 三. 直方图 四. 箱线图 五. 点图 六. 散点图 七. 合联图 八. QQ 图 九. 等高线图 十. 热图

  要阅览分类变量与定量变量的数据,最基础的措施即是用图形: 1. 将变量的漫衍作可视化呈现; 2. 通过结果变量举行跨组较量。

  一、条形图 条形图通过笔直的或秤谌的条形呈现了种别型变量的漫衍(频 数)。函数barplot()的最大略用法是:

  个中,height 为向量或矩阵。 1. 大略条形图(height 为向量)

  2. 堆砌条形图和分组条形图(height 为矩阵) 若 beside=FALSE(默认值),则矩阵中的每一列都将天生图中 的一个条形,各列中的值将给出堆砌的“子条”的高度。 若 beside=TRUE,则矩阵中的每一列都外现一个分组,各列中的 值将并列而不是堆砌。

  3. 均值条形图 条形图并不必定要基于计数数据或频率数据, 也能够行使数据整 合函数并将结果传达给函数 barplot(),来创修外现均值、中位数、 程序差等的条形图。

  二、饼图 饼图的功用同条形图,每一个扇形的角度与相应频数成比例。基 本函数为:

  个中,x 为非负数值向量,外现每个扇形的面积;labels 外现各扇形 标签的字符型向量。

  注:饼图阻挠易较量各扇形的巨细,plotrix 包中的 fan.plot() 函数能够绘制扇形图。

  三、直方图 看待定量变量(数值型变量),常用直方图来呈现某个变量取值 的漫衍,诈欺直方图能够估摸总体的概率密度。 将变量取值的限度分成若干区间。 直方图是用面积而不是用高度 来外现数,总面积是 100%. 每个区间矩形的面积恰是落正在该区间内 的百分数(频率),因而 矩形的高 = 频率 / 区间长度 = 密度 非常地,若区间是等长的,则“矩形的高”即是频率。 预防:直方图矩形之间是没有间隔的。 函数 hist()用于绘制直方图,基础体式为:

  个中,x 为数值向量; breaks 为分段区间:各区间端点组成的向量、分段数、预备划分

  区间的算法名称、划分区间个数的函数(措施); freq 默以为 TRUE 外现绘制频数直方图,若为 FALSE 则绘制频 坦直方图; probability 与 freq 对立, 设备是否以概率密度作图, 默以为 FALSE

  注:sm 包中的函数are()也用于绘制核密度图, 能够堆放众条密度弧线,用于组间分歧的较量。基础体式为:

  

  个中,x 为数值向量;group 为分组变量(因子型数据);h 为润滑参 数。 示例:

  四、箱线图 正在一条数轴上,以数据的上下四分位数(Q1-Q3)为界画一个矩 形盒子(中央50%的数据落正在盒内);正在数据的中位数职位画一条线 段为中位线; 用◇记号数据的均值; 默认伸长线倍, 以外的点以为是特殊值(用○记号)。

  箱线图的首要行使即是,剔除数据的特殊值、判定数据的偏态和 尾重、可视化组间分歧。 用函数 boxplot()绘制箱线图,孤独的箱线图移用体式:

  个中,x 为一系列数值向量,递次做出箱线图; range 设备伸长线长度:几倍盒长,默认 1.5; width 设备盒长; varwidth 设备盒宽与样本量的平方根是否成比例,默认 FALSE notch 设备是否绘制带刻槽的凹形盒,默认 FALSE horizontal 设备箱线图的偏向,默认 FALSE 笔直作图,TURE 为 秤谌作图; 2. 组间较量的箱线图移用体式:

  个中,formula 为一个公式,比如 y~grp,外现 y 为数值向量,grp 为 分组变量; data 为供给数据的数据框;

  可睹,看待四缸和六缸车型,程序变速箱的油耗更高。可是看待 八缸车型,油耗相似没有差异。 注: 将核密度图以镜像体例正在箱线图上的叠加, 可获得小提琴图。 白点是中位数,玄色盒型的限度是下四分位点到上四分位点,细黑线 外现须。外部形式即为核密度估摸。

  个中,x 为数值向量; labels 为各个点的标签构成的向量; groups 指定用来对 x 中元素举行分组的因子 (参数 gcolor 能够控

  制区别组标签的颜色,cex 可把握标签的巨细); pch, pt.cex, color 指定画图符号,及其巨细、颜色;

  呈现了统一个秤谌轴上阅览每种车型的每加仑汽驶英里数, 平日点图正在原委排序而且分组变量被区别的符号和颜分散的时 候最有效。

  六、散点图 1.通常散点图 以两个定量变量的数值正在二维坐标系中描点, 天生的图形即是散 点图。 散点图能直观地显示出因变量随自变量转化而转化的大致趋向, 据此能够采用适应的函数对数据点举行拟合。 用函数 plot()绘制散点图,基础体式为:

  两组数据的合联用散点图能够清爽地刻画, 正在散点图中参加一条 拟合弧线有助于更好地操纵变量间的合联。 lowess()函数通过加权众项式回归对散点图举行光滑拟合一条非 线性的弧线,但只可收拾二维景遇,仿佛的函数 loess()可收拾众维。 基础体式为:

  个中,x, y 为两个向量; f 为光滑的跨度,值越大弧线越光滑; iter 为迭代次数。

  注 1:要克制散点图中数据点重叠的题目,能够绘制向日葵散点 图,它正在有重叠的地方,用一朵“向日葵花”的花瓣数目来外现数据 重叠的个数,基础体式:

  2. 散点图矩阵 即众个变量的两两散点图以矩阵的方法布列起来, 矩阵中每个散 点图的行、列的长度都是固定的。 行使函数 pairs()绘制散点图矩阵, 画图对象为数据框的移用体式:

  个中,x 为数据框的若干列数据;labels 设备变量名标签;panel 面板 函数。

  七、合联图 合联图是对合联系数矩阵的可视化, 散点图矩阵只可显示两两变 量间的合联合联,变量数添加将不再合用。 行使 corrgram 包中的函数 corrgram(),基础体式为:

  

  八、QQ 图 QQ 图用来检验数据是否听命某种漫衍。其道理是,若一批数据 听命某种外面漫衍,看其体会漫衍和外面漫衍是否相似。将排序后的 数据与外面漫衍的分位数举行较量,若大致相称,则解释体会漫衍和 外面漫衍一样。 用函数 qqplot(), qqline(), qqnorm()绘制 QQ 图,基础体式为:

  九、等高线图 对三维数据(x, y, z),个中 (x, y) 外现坐标职位,z 值为每个坐标 职位上的高度值组成的矩阵。 将 z 值相称的点连结起来造成的线即是 等高线。 估摸 x,y 的核密度,获得一个密度值矩阵,然后用 x, y 以及密 度值矩阵做等高图, 因为密度值反应的是某个职位上数据的繁茂水准,

  因而,云云的等高线图呈现了一个聚类征象。 用函数 contour()绘制等高线图,基础体式为:

  个中,x,y,z 为坐标职位和高度值; nlevels 为等高线条数,调节等高线的疏密; levels 为一系列等高线的 z 值,只要这些值或者左近的点才被连 起来; labels 为等高线上的记号字符串,默认是高度数值; xlim,ylim,zlim 设备坐标轴限度; drawlabels 设备是否绘制标签,默认 TRUE; method 为等高线;flattest值等高线平缓的地方 加标签,嵌正在等高线;正在等高线终端加标签,标签与等高 线;值等高线终端加标签,嵌正在等高线内。 示例:

  十、热图 热图将数值用颜色外达,颜色越深外现数值越大。热图不光是大略的 显示数值的漫衍状态, 况且对数据举行方针聚类, 以聚类的依次布列。 用函数 heatmap()绘制热图,基础体式为:

  个中,x 为数据矩阵; Rowv, Colv 为用来排序的谱系图或者为向量值,默认 NULL 按方针 聚类结果将行和列从头排序,并相应画谱系图;若为 NA 则不画谱系 图; distfun 设备用哪个函数预备隔绝,默以为 dist; hclustfun 设备用哪个函数预备聚类,默以为 hclust; scale 设备是否对行或列举行程序化, 取值row、 column、 none; revC 设备是否按反转列序画图; 示例:

 

 

 

 
  •  
 
 
 
 
 
 

 

 
 
 
 

 

 
 
 
 
 

 

 
 

 

 

 

 

 
 
 

 

 
 

 

 
 
 
 
 

 

 
 
  •  

 

 
  •  
 
  •  
 
 
 

 

   
 
 
 
 
 
 
 
 

 

 
 

 

 

 

 
  •  
 
 
 
  •  
 
 

 

 
 
 
 
 

 

 
 

 

 
 

 

 
 
 
 
 
 
 
 
天拓四方官网R语言学习系列19-基本什么是六合卦统计图形的相关资料:
  本文标题:天拓四方官网R语言学习系列19-基本什么是六合卦统计图形
  本文地址:http://pau6.com/sifangtongji/0617457.html
  简介描述:目次: 一. 条形图 二. 饼图 三. 直方图 四. 箱线图 五. 点图 六. 散点图 七. 合联图 八. QQ 图 九. 等高线图 十. 热图 要阅览分类变量与定量变量的数据,最基础的措施即是用图形: 1. 将...
  文章标签:统计学中的基本图形
  您可能还想阅读以下相关文章:
----------------------------------
栏目列表
推荐内容