Statystyki: sum i quantile

Wizualizacja danych na poziomie średniozaawansowanym z ggplot2

Rick Scavetta

Founder, Scavetta Academy

Przypomnienie z kursu 1

	Przyczyna overplottingu	Rozwiązania
1.	Duże zbiory danych	Przezroczystość (alpha), puste okręgi, rozmiar punktu
2.	Wartości wyrównane na jednej osi	Jak wyżej, plus zmiana pozycji
3.	Dane o niskiej precyzji	Pozycja: jitter
4.	Dane całkowitoliczbowe	Pozycja: jitter

Liczenie punktów jako sposób na overplotting

	Przyczyna overplottingu	Rozwiązania	Tutaj...
1.	Duże zbiory danych	Przezroczystość (alpha), puste okręgi, rozmiar punktu
2.	Wartości wyrównane na jednej osi	Jak wyżej, plus zmiana pozycji
3.	Dane o niskiej precyzji	Pozycja: jitter	`geom_count()`
4.	Dane całkowitoliczbowe	Pozycja: jitter	`geom_count()`

Dane o niskiej precyzji (i całkowitoliczbowe)

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

p + geom_point()

Jitter może dawać mylne wrażenie

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

geom_count()

p + 
  geom_count()

Połączenie geom/stat

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

stat_sum()

p + 
  stat_sum()

Overplotting nadal może być problemem!

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)

Radzenie sobie z heteroskedastycznością

library(AER)
data(Journals)

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

p

Użycie geom_quantile

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

Połączenie geom/stat

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

Czas na ćwiczenia!

Wizualizacja danych na poziomie średniozaawansowanym z ggplot2