統計: sum と quantile

ggplot2 中級データ可視化

Rick Scavetta

Founder, Scavetta Academy

コース1の復習

	過密描画の原因	解決策
1.	大規模データ	透明度(Alpha)、中抜き点、点サイズ
2.	単一軸上に値が整列	上記に加え、位置を変更
3.	低精度データ	位置: ジッター
4.	整数データ	位置: ジッター

カウント描画で過密を解消

	過密描画の原因	解決策	ここでは…
1.	大規模データ	透明度(Alpha)、中抜き点、点サイズ
2.	単一軸上に値が整列	上記に加え、位置を変更
3.	低精度データ	位置: ジッター	`geom_count()`
4.	整数データ	位置: ジッター	`geom_count()`

低精度（および整数）データ

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

p + geom_point()

ジッターは誤解を生むことも

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

geom_count()

p + 
  geom_count()

geom/stat の対応関係

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

stat_sum()

p + 
  stat_sum()

過密描画は依然として問題に！

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)

異分散への対処

library(AER)
data(Journals)

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

p

geom_quantile の利用

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

geom/stat の対応関係

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

演習の準備完了！

ggplot2 中級データ可視化