개인 재정 Gdplot2의 ggplot2에 플롯하는 방법

Gdplot2의 ggplot2에 플롯하는 방법

차례:

비디오: ※R program 입문 통계분석(26회,Geom._point, geom._bar,geom._line 함수 )샘플 동영상,강좌,강의 2025

비디오: ※R program 입문 통계분석(26회,Geom._point, geom._bar,geom._line 함수 )샘플 동영상,강좌,강의 2025
Anonim

ggplot2의 매우 편리한 기능 중 하나는 플롯에서 R 데이터를 요약하는 기능 범위입니다. 즉, 종종 데이터를 미리 요약 할 필요가 없습니다. 예를 들어, 막대 그래프의 막대의 높이는 데이터에있는 관측치의 수를 나타냅니다.

이 통계 요약은 관측치를 세는 것입니다. 통계학자는이 프로세스를 binning 이라고하며 geom_bar ()의 기본 통계는 stat_bin ()입니다.

각 기하 구조가 연관된 기본 통계를 갖는 방식과 유사하게, 각 stat는 기본 기하 구조를가집니다.

그럼, 이것은 질문을 요구합니다: 기하 구조 또는 합계를 사용할지 여부를 어떻게 결정합니까? 이론 상으로는 기하 구조 또는 통계를 먼저 선택 하느냐가 중요하지 않습니다. 그러나 실제로는 일종의 플롯을 먼저 사용하는 것, 즉 기하 구조를 지정하는 것이 직관적 인 경우가 많습니다. 통계 요약의 다른 계층을 추가하려면 stat를 사용하십시오.

이 플롯에서 동일한 데이터를 사용하여 geom_point ()로 먼저 산점도를 만든 다음 stat_smooth ()로 부드러운 선을 추가했습니다.

stat 함수를 사용하는 몇 가지 실용적인 예를 살펴 보겠습니다.

Stat 설명 기본 Geom
stat_bin () 빈에있는 관측 수를 센다. geom_bar ()
stat_smooth () 부드러운 선을 작성합니다. geom_line ()
stat_sum () 값을 추가합니다. geom_point ()
stat_identity () 요약이 없습니다. 데이터를 그대로 플롯합니다. geom_point ()
stat_boxplot () 박스 - 위스커 플롯의 데이터를 요약합니다. geom_boxplot ()
ggplot2에서 데이터를 비우는 법
> ggplot (quakes, aes (x = depth)) + geom_bar (binwidth = 50)> ggplot (quakes, aes (x = depth)) + stat_bin binwidth = 50)

ggplot2에서 R 데이터를 부드럽게하는 방법

ggplot2 패키지를 사용하면 데이터를 통해 회귀선을 매우 쉽게 만들 수 있습니다. stat_smooth () 함수를 사용하여이 유형의 행을 작성합니다.

stat_smooth ()에 대한 흥미로운 점은 기본적으로 로컬 회귀를 사용한다는 것입니다. R에는이를 수행 할 수있는 몇 가지 함수가 있지만 ggplot2는 로컬 회귀에 loess () 함수를 사용합니다. 즉, 선형 회귀 모델을 만들려면 stat_smooth ()에 다른 부드러운 함수를 사용하도록 지시해야합니다. 메서드 인수를 사용하여이 작업을 수행합니다.

부드럽게 사용하는 방법을 설명하기 위해 먼저 롱리 데이터 집합에 실업에 대한 산점도를 만듭니다. >> ggplot (longley, aes (x = Year, y = Employed)) + geom_point ()

다음 더 매끄럽게 만드십시오.이는 코드 줄에 stat_smooth ()를 추가하는 것만 큼 간단합니다. >> ggplot (longley, aes (x = Year, y = Employed)) + + geom_point () + stat_smooth ()

마지막으로 stat_smooth에게 선형 회귀 모델을 사용하도록 지시합니다. method = "lm"인수를 추가하여이 작업을 수행합니다.

ggplot2에게 데이터를 눈에 띄지 않게 남겨 두는 방법

때로는 (999) ggplot (longley, aes (x = Year, y = Employed)) + + geom_point () + stat_smooth ggplot2가 플롯에서 데이터를 요약하지 않도록하십시오. 이것은 대개 데이터가 사전 요약되어 있거나 데이터 프레임의 각 라인을 별도로 표시해야하는 경우에 발생합니다. 이 경우, ggplot2에게 아무 것도하지 말라고하고 싶고, stat는 이것을하기위한 stat_identity ()입니다.

Gdplot2의 ggplot2에 플롯하는 방법

편집자의 선택

PowerPoint 2016의 다른 슬라이드에 하이퍼 링크를 만드는 방법 - PowerPoint 2016의

PowerPoint 2016의 다른 슬라이드에 하이퍼 링크를 만드는 방법 - PowerPoint 2016의

하이퍼 링크는 슬라이드 나 다른 프레젠테이션, Word 문서 나 Excel 스프레드 시트와 같은 다른 유형의 문서를 소환하기 위해 슬라이드를 볼 때 클릭 할 수있는 간단한 텍스트 또는 그래픽 이미지입니다. 하이퍼 링크를 클릭하면 페이지로 연결될 수도 있습니다.

PowerPoint 2007 슬라이드에서 작업 단추를 만드는 방법 - 동작 버튼 배치

PowerPoint 2007 슬라이드에서 작업 단추를 만드는 방법 - 동작 버튼 배치

PowerPoint 슬라이드에서 PowerPoint 슬라이드를 순서에 관계없이 볼 수 있으며 사운드 및 비디오 클립에 액세스 할 수 있습니다. PowerPoint 슬라이드에 단추를 추가하려면 단추를 배치 할 슬라이드로 이동하여 다음 단계를 따르십시오.

편집자의 선택

SAT 연습 문제 : SAT 수학 시험에서 여러 개의 그래프 - 더미

SAT 연습 문제 : SAT 수학 시험에서 여러 개의 그래프 - 더미

를 읽으면 질문이 생길 수 있습니다 하나의 그래프가 아니라 두 개를 포함합니다. 이러한 종류의 질문은 두 가지 그래프 사이의 관계를 탐구하도록 요구합니다. 다른 카운티의 차가운 시리얼 판매를 비교하는 다음 연습 질문에서와 같습니다. 연습 문제 두 가지 질문은 다음을 기반으로합니다 ...

SAT 연습 문제 : Sec, Csc 및 Cot Questions - 더미

SAT 연습 문제 : Sec, Csc 및 Cot Questions - 더미

SOH CAH TOA로 대표되는 삼각 비율의 경우 SAT Math 시험은 세컨드, 코사인 또는 코탄 센트로 작업해야하는 질문이있을 수 있습니다. 다행히도 사인, 코사인 또는 접선의 역수를 찾는 문제 일뿐입니다. 다음 연습 문제는 상호 작전을 수행하도록 요청합니다.

SAT 연습 문제 : 급진주의자를 포함하는 SAT 수학 시험에서 질문을 만났을 때 급식 문제 -

SAT 연습 문제 : 급진주의자를 포함하는 SAT 수학 시험에서 질문을 만났을 때 급식 문제 -

해결 , "9의 제곱근은 무엇입니까? "급진주의자는 그 질문의 한 부분 일 뿐이다. 다음 연습 문제는 위협적으로 보일지 모르지만 급진주의를 해결하는 방법을 알고 있다면 그 문제를 해결할 수 있습니다. 연습 ...

편집자의 선택

흑백 HDR : Photoshop Duotone 도구로 색상 화 - 더미

흑백 HDR : Photoshop Duotone 도구로 색상 화 - 더미

컬러링 (종종 색조 또는 색조라고도 함) 흑백 HDR 이미지는 흑백 이미지보다 하나, 둘 또는 그 이상의 색상을 오버레이하여 결과적으로 노화 또는 기타 창의적인 효과를냅니다. Photoshop에는 Elements (Colorizing, Color Variations 및 Color Layers)와 동일한 기능이 많이 있지만 강력한 제어 기능을 제공하는보다 강력한 사용자 기능이 제공됩니다.

HDR 파노라마의 프레임 혼합 - 더미

HDR 파노라마의 프레임 혼합 - 더미

혼합을 사용하면 Photoshop Elements가 어떻게 서로 다른 레이어를 HDR 파노라마를 만든 다음 합성하여 합성 이미지를 만듭니다. 이 프로세스는 파노라마의 한 프레임에서 어떤 것이 더 좋게 보이지만 그 지점이 다른 요소의 동일한 지점을 선호하도록 요소에 의해 마스크 된 경우에 유용합니다.

매크로 또는 클로즈업 사진 비율 - 대부분의 경우 더미

매크로 또는 클로즈업 사진 비율 - 대부분의 경우 더미

매크로와 클로즈업 사진 사이에는 상관이 없습니다. 피사체에 매우 가까이 다가 갈 수있는 능력이 있으면 작은 세부 사항을 밝히고 더 작은 피사체를 촬영할 수 있지만 피사체에 얼마나 가까이 다가 가느냐는 크기와 메시지에 비례합니다. 더 가까워서 항상 좋은 것은 아닙니다.