-
數據分析的基本步驟 偏重假設驅動
查看全部 -
plot(airquality$Wind,airquality$Temp) with(airquality,plot(Wind,Temp)) with(airquality,plot(Wind,Temp, main = "Wind and Temp in NYC", type = "n"))?
with(subset(airquality,Month==9), points(Wind,Temp,col="red"))?#9月份的數據點為紅色
?with(subset(airquality,Month==5), points(Wind,Temp,col="blue")) #5月份的數據點為藍色?
with(subset(airquality,Month %in% c(6,7,8)), points(Wind,Temp,col="black"))?#6、7、8三個月為黑點
fit <- lm(Temp ~ Wind,airquality) abline(fit,lwd=2)?#擬合回歸線
legend("topright",pch=1, col=c("red","blue","black"), legend = c("Sep","May","Other"))?#添加圖例
（"topright"表示圖例位置放右上方，pch=1用圈表示數據，col=c("red","blue","black")表示從這三種顏色種選取,legend=c("Sep","May","Other")表示這三個月份分別對應前面的三種顏色)
查看全部 -
基本繪圖系統之plot()
plot(x,y,...)
其中：
xlab ylab 是x y 坐標軸的標簽
?lwd 畫線有多寬
lty 畫線類型：實線還是虛線
pch 點是實心 空心
col 圖形的顏色
查看全部 -
穩健統計量 robust statistics
查看全部 -
R Markdown?
查看全部 -
Replication(可重復) vs. Reproducible Research(可再現研究)
查看全部 -
Replication(可重復) vs. Reproducible Research(可再現研究)
查看全部 -
探索性數據分析：
六大作圖原則：
6.內容是王道
查看全部 -
探索性數據分析：
六大作圖原則：
5.使用適當的圖標、尺度等
查看全部 -
探索性數據分析：
六大作圖原則：
4.整合證據
查看全部 -
探索性數據分析：
六大作圖原則：
3.凸顯多元性
查看全部 -
探索性數據分析：
六大作圖原則：
2.凸顯機制
查看全部 -
探索性數據分析：
六大作圖原則：
1.凸顯比較
查看全部 -
探索性數據分析：
特點：
查看全部 -
探索性數據分析：
目的：
查看全部
舉報