การกระจายข้อมูล: ส่วนที่ 1

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Nick Strayer

Instructor

ข้อมูลการกระจายคืออะไร?

  • มีหลาย 'การสังเกต'
  • มักเป็นตัวอย่างจากประชากรกลุ่มใดกลุ่มหนึ่ง

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

ทำไมการกระจายข้อมูลจึงสำคัญ

  • ช่วยระบุข้อผิดพลาดในการเก็บหรือทำความสะอาดข้อมูล
  • อาจบ่งชี้ว่าควรควบคุมตัวแปรบางตัวในโมเดล
  • สะท้อนความเป็นจริงของข้อมูล

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

กราฟมาตรฐาน

Histogram

  • เหมาะสำหรับการกระจายข้อมูลทีละชุด
  • บทนี้

boxplot

  • สำหรับเปรียบเทียบหลายการกระจาย
  • บทถัดไป

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

ข้อมูลความเร็วของรัฐ Maryland

  • ข้อมูลใบสั่งความเร็วใน Montgomery County รัฐ Maryland ปี 2017
  • ดึงข้อมูลจาก data.montgomerycountymd.gov
md_speeding

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

สร้าง histogram ใน ggplot2

  • geom_histogram()
  • แบ่งช่วง (bin) ข้อมูลให้อัตโนมัติ
  • ระบุเพียง x aesthetic
md_speeding %>% 
  filter(vehicle_color == 'BLUE') %>% 
  ggplot(aes(x = speed)) +
  geom_histogram()
แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

มาฝึกกันเถอะ!

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Preparing Video For Download...