Estimatorul densității kernel

Cele mai bune practici de vizualizare în R

Nick Strayer

Instructor

Limitele histogramelor

Date cu mai multe vârfuri pronunțate
Date puține

Grafice de densitate kernel

Plasați un „kernel" peste fiecare punct de date
Adunați înălțimile tuturor kernelurilor suprapuse

Crearea unui KDE în ggplot

Înlocuiți geom_histogram() cu geom_density()

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 
    )

O nouă lățime de ajustat

Este necesară ajustarea deviației standard a kernel-ului plasat pe fiecare punct

Afișarea tuturor datelor

Utilizați geom_rug() pentru a afișa datele sub KDE cu linii

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)

Să suprapunem niște gaussiene!

Cele mai bune practici de vizualizare în R

Preparing Video For Download...