แนะนำการเปรียบเทียบการกระจายตัวของข้อมูล

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Nick Strayer

Instructor

ทำไมต้องเปรียบเทียบการกระจายตัว?

  • ตรวจสอบความสมดุลของกลุ่ม
  • เพื่อการเปรียบเทียบ

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

ทำไมไม่ใช้ facet กับฮิสโตแกรม?

ggplot(md_speeding, aes(x = speed_over)) + 
  geom_histogram() +
  facet_grid(vehicle_color ~ .)

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Boxplot

 

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

ข้อดีของ Boxplot

  • คุ้นเคยง่าย
  • มีสถิติสรุปที่มีประโยชน์มาก

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

ข้อเสียของ Boxplot

  • ข้อมูลจริงถูกซ่อนไว้!

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

การเพิ่มที่เรียบง่าย

  • geom_jitter() แสดงจุดข้อมูลจริงโดยกระจายเพื่อหลีกเลี่ยงการซ้อนทับ
  • วางไว้ใต้ geom_boxplot()
md_speeding %>% 
  filter(vehicle_color == 'BLUE') %>%
  ggplot(aes(x = gender, y = speed)) +
    # Draw points behind 
    geom_jitter(alpha = 0.3, color = 'steelblue') + 
    # Make transparent
    geom_boxplot(alpha = 0) + 
    labs(title = 'Distribution of speed for blue cars by gender')
แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

มาเปรียบเทียบการกระจายตัวของข้อมูลกันเถอะ!

แนวทางปฏิบัติที่ดีที่สุดสำหรับการสร้างภาพข้อมูลใน R

Preparing Video For Download...