Статистика: sum и quantile

Визуализация данных на среднем уровне с ggplot2

Rick Scavetta

Founder, Scavetta Academy

Повторение из курса 1

	Причина наложения точек	Решения
1.	Большие наборы данных	Альфа-смешение, полые круги, размер точки
2.	Значения на одной оси	То же + изменение позиции
3.	Данные с низкой точностью	Позиция: jitter
4.	Целочисленные данные	Позиция: jitter

Подсчёт точек для устранения наложения

	Причина наложения точек	Решения	Здесь...
1.	Большие наборы данных	Альфа-смешение, полые круги, размер точки
2.	Значения на одной оси	То же + изменение позиции
3.	Данные с низкой точностью	Позиция: jitter	`geom_count()`
4.	Целочисленные данные	Позиция: jitter	`geom_count()`

Данные с низкой точностью (и целочисленные)

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

p + geom_point()

Jitter может искажать картину

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

geom_count()

p + 
  geom_count()

Связь geom и stat

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

stat_sum()

p + 
  stat_sum()

Наложение точек всё равно остаётся проблемой!

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)

Работа с гетероскедастичностью

library(AER)
data(Journals)

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

p

Использование geom_quantile

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

Связь geom и stat

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

Давайте потренируемся!

Визуализация данных на среднем уровне с ggplot2