Stats: sum और quantile

इंटरमीडिएट Data Visualization with ggplot2

Rick Scavetta

Founder, Scavetta Academy

कोर्स 1 से रिकॉल

	ओवर-प्लॉटिंग का कारण	समाधान
1.	बड़े datasets	Alpha-blending, खोखले सर्कल, point size
2.	एक ही अक्ष पर संरेखित मान	ऊपर जैसा, साथ ही position बदलें
3.	लो-प्रिसिशन डेटा	Position: jitter
4.	Integer डेटा	Position: jitter

ओवर-प्लॉटिंग से निपटने को counts प्लॉट करें

	ओवर-प्लॉटिंग का कारण	समाधान	यहाँ...
1.	बड़े datasets	Alpha-blending, खोखले सर्कल, point size
2.	एक ही अक्ष पर संरेखित मान	ऊपर जैसा, साथ ही position बदलें
3.	लो-प्रिसिशन डेटा	Position: jitter	`geom_count()`
4.	Integer डेटा	Position: jitter	`geom_count()`

लो प्रिसिशन (और integer) डेटा

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

p + geom_point()

Jittering गलत प्रभाव दे सकता है

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

geom_count()

p + 
  geom_count()

geom/stat कनेक्शन

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

stat_sum()

p + 
  stat_sum()

ओवर-प्लॉटिंग अब भी समस्या हो सकती है!

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)

Heteroscedasticity से निपटना

library(AER)
data(Journals)

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

p

geom_quantiles का उपयोग

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

geom/stat कनेक्शन

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

अभ्यास के लिए तैयार!

इंटरमीडिएट Data Visualization with ggplot2