-
基本繪圖系統，繪圖函數呢查看全部
-
數值變量和分類變量查看全部
-
分散趨勢查看全部
-
數值變量的特征和可視化查看全部
-
hist(airquality$Wind, xlab = "wind") boxplot(airquality$Wind, xlab = "wind", ylab = "speed(mpc)") boxplot(Wind ~ Month, airquality, xlab = "wind", ylab = "speed(mpc)") plot(airquality$Wind, airquality$Temp) with(airquality, plot(Wind, Temp, main="Wind and Temp in NYC", type = "n")) with(subset(airquality, Month == 9), points(Wind, Temp, col = "red")) with(subset(airquality, Month == 5), points(Wind, Temp, col = "blue")) with(subset(airquality, Month %in% c(6,7,8)), points(Wind, Temp, col = "black")) fit <- lm(Temp ~ Wind, airquality) abline(fit, lwd = 2) legend("topright", pch = 1, cex = 1, col = c("red", "blue", "black"), legend = c("sep", "May", "Other"))查看全部
-
#基本繪圖系統 #繪圖函數:plot/hist/boxplot/ points/lines/text/title/axis #調用函數會啟用一個圖形設備(如果沒有正在運行的圖形設備)并在設備上繪圖 # 基本繪圖系統+屏幕設備 plot() #-plot(x,y,....) #重要參數:xlab/ylab/lwd/lty/pch/col par() #-通常用語設置全局參數(作用于R中所有的plot繪圖) # bg/mar/las/mfrow/mfcol查看全部
-
#R三大繪圖系統 #1.基本繪圖系統 #1)藝術家的調色板:繪圖始于空白帆布 #需要事先計劃;支管地實時反映繪圖個分析數據的邏輯 #2)兩部=圖+修飾/添加=執行一系列函數 #3)適于繪制2D圖形 #2.Lattice繪圖系統 #1)特別適用于變量之間的交互:在變量Z不同水平,變量Y如何隨著變量X變化 #2)繪圖=使用一次函數調用 #3.ggplot2 #1)The Grammar of Graphics # 圖:動詞,名詞,形容詞等. # 數據映射到幾何客體的美學屬性 #2)基本繪圖系統+Lattice繪圖系統 # 自動處理標題/文字說明/空間等,但也允許通過添加注釋進行修改.查看全部
-
從整體流程到變量種類,再到描述變量關系的圖表.查看全部
-
#數值變量的特征和可視化<br> #1.一個變量的可視化:柱狀圖,點圖,箱線圖<br> #兩個數值型變量關系:散點圖<br> <br> #分類變量的特征和可視化<br> #一個變量的可視化:頻率表和條形圖<br> #兩個分類變量的關系:關聯表,相對頻率表<br> #兩個分類變量的關系:分段條形圖,相對頻率分段圖,馬賽克圖 #一個分類變量,一個數值變量的關系:并排箱線圖查看全部
-
#數值變量的特征和可視化 #1.一個變量的可視化:柱狀圖,點圖,箱線圖 #兩個變量關系:散點圖查看全部
-
#穩健統計量:中位數,四分衛差 #非穩健統計量:均值,值域,標準差等查看全部
-
x <- c(1,9,2,8,3,9,4,5,7,6) mean(x) median(x) var(x) sd(x) summary(x)查看全部
-
#數值變量的特征和可視化 #數值包含多次測量的值 #1.數值集中趨勢的測量.均值,中位數,眾數. #2.數據分散趨勢的測量:值域,方差,標準差,四分位距.查看全部
-
#變量之間的關系(對應不同類型的可視化方法和統計方法) #碰到兩個變量關系時,對變量類型做分析,再決定下一步查看全部
-
#數據基礎 #觀測(每一行一個觀測),變量(每一列為一個變量),數據矩陣 #變量類型:1.數值型變量(連續型,離散型) #2.分類變量(無序,有序)查看全部
舉報
0/150
提交
取消