Statistiky: sum a quantile

Intermediate Data Visualization with ggplot2

Rick Scavetta

Founder, Scavetta Academy

Připomenutí z kurzu 1

	Příčina překrývání	Řešení
1.	Velké datové sady	Průhlednost, prázdné kruhy, velikost bodu
2.	Hodnoty zarovnané na jedné ose	Jako výše + změna pozice
3.	Data s nízkou přesností	Pozice: jitter
4.	Celočíselná data	Pozice: jitter

Počty bodů jako řešení překrývání

	Příčina překrývání	Řešení	Zde...
1.	Velké datové sady	Průhlednost, prázdné kruhy, velikost bodu
2.	Hodnoty zarovnané na jedné ose	Jako výše + změna pozice
3.	Data s nízkou přesností	Pozice: jitter	`geom_count()`
4.	Celočíselná data	Pozice: jitter	`geom_count()`

Data s nízkou přesností (a celočíselná)

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

p + geom_point()

Jittering může zkreslit dojem

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

geom_count()

p + 
  geom_count()

Propojení geom/stat

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

stat_sum()

p + 
  stat_sum()

Překrývání bodů může být stále problém!

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)

Práce s heteroskedasticitou

library(AER)
data(Journals)

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

p

Použití geom_quantile

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

Propojení geom/stat

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

Připraveni na cvičení!

Intermediate Data Visualization with ggplot2