カーネル密度推定量

R による可視化ベストプラクティス

Nick Strayer

Instructor

ヒストグラムの弱点

  • 複数の強いピークがあるデータ
  • 少量データ

R による可視化ベストプラクティス

カーネル密度プロット

  • 各データ点の上に「カーネル」を置く
  • 重なったカーネルの高さを合計する

R による可視化ベストプラクティス

ggplot で KDE を作る

  • geom_histogram() を geom_density() に置き換えるだけ
sample_n(md_speeding, 100) %>%
  ggplot(aes(x = percentage_over_limit)) +
  # Swap out geom_histogram() 
    geom_density(
      # Fill in curve with color
      fill = 'steelblue',
      # Standard deviation of kernel
      bw = 8 
    )
R による可視化ベストプラクティス

R による可視化ベストプラクティス

新たな幅の調整ポイント

  • 各点に置くカーネルの標準偏差を調整する必要あり

R による可視化ベストプラクティス

R による可視化ベストプラクティス

全データを表示

KDE の下に全データを線で示すには geom_rug() を使用

p <-sample_n(md_speeding, 100) %>%
  ggplot(aes(x = percentage_over_limit)) +
  geom_density(
    fill = 'steelblue', # fill in curve with color
    bw = 8 # standard deviation of kernel
  ) 

p + geom_rug(alpha = 0.4)
R による可視化ベストプラクティス

R による可視化ベストプラクティス

ガウスを積み重ねよう！

R による可視化ベストプラクティス

Preparing Video For Download...