İstatistikler: sum ve quantile

ggplot2 ile Orta Düzey Veri Görselleştirme

Rick Scavetta

Founder, Scavetta Academy

Kurs 1’den anımsatma

	Aşırı üst üste binme nedeni	Çözümler
1.	Büyük veri kümeleri	Alfa harmanlama, içi boş daireler, nokta boyutu
2.	Tek eksende hizalı değerler	Yukarıdakiler + konumu değiştirin
3.	Düşük hassasiyetli veri	Konum: jitter
4.	Tamsayı veri	Konum: jitter

Aşırı üst üste binmeyi aşmak için sayıları çizin

	Aşırı üst üste binme nedeni	Çözümler	Burada...
1.	Büyük veri kümeleri	Alfa harmanlama, içi boş daireler, nokta boyutu
2.	Tek eksende hizalı değerler	Yukarıdakiler + konumu değiştirin
3.	Düşük hassasiyetli veri	Konum: jitter	`geom_count()`
4.	Tamsayı veri	Konum: jitter	`geom_count()`

Düşük hassasiyet (ve tamsayı) veriler

p <- ggplot(iris, aes(Sepal.Length, 
                      Sepal.Width))

p + geom_point()

Jitter yanlış izlenim verebilir

p + geom_jitter(alpha = 0.5,
                width = 0.1,
                height = 0.1)

geom_count()

p + 
  geom_count()

geom/stat bağlantısı

geom_	stat_
`geom_count()`	`stat_sum()`

stat_sum()

p + 
  stat_sum()

Aşırı üst üste binme hâlâ sorun olabilir!

ggplot(iris, aes(Sepal.Length,
                 Sepal.Width, 
                 color = Species)) + 
  geom_count(alpha = 0.4)

geom_quantile()

ggplot(iris, aes(Sepal.Length,
                 Sepal.Width, 
                 color = Species)) + 
  geom_count(alpha = 0.4)

Değişen varyansla başa çıkma

library(AER)
data(Journals)

p <- ggplot(Journals, 
            aes(log(price/citations), 
                log(subs))) +
  geom_point(alpha = 0.5) +
  labs(...)

p

geom_quantile kullanımı

p +
  geom_quantile(quantiles = 
                c(0.05, 0.50, 0.95))

geom/stat bağlantısı

geom_	stat_
`geom_count()`	`stat_sum()`
`geom_quantile()`	`stat_quantile()`

Alıştırmalara hazırsınız!

ggplot2 ile Orta Düzey Veri Görselleştirme