04繪圖功能及基本統計.pdf

(1)

04 繪圖功能及基本統計

王元俊

Wang Yuan-Jiun

islwangyj@gmail.com

(2)

教材

• R 語言資料分析：從機器學習、資料探勘、文字探勘到巨量資料分析 [第二版] • 作者：李仁鐘、李秋緣 • 出版社：博碩文化股份有限公司 • 書號：MP31714 • 出版日期：2017 年 6 月 2 日 • 範例檔案下載 R 語言資料分析 2

(3)

R 的繪圖示範

> demo(graphics) C:\Program Files\R\R-3.4.3\library\graphics\demo\ graphics.R > demo(image) C:\Program Files\R\R-3.4.3\library\graphics\demo\ image.R R 語言資料分析 3

(4)

R 的繪圖指令

1. 高階繪圖 (High-level Plotting Functions)

– 建立一個新的圖形，可以包括座標軸及標題等。

2. 低階繪圖 (Low-level Plotting Functions)

– 在一個已經存在的圖形上加上其他的圖形元素，如額外的點及線等。

3. 互動式繪圖 (Interactive Graphics Functions)

– 允許互動式地用其他設備（如滑鼠）在一個已經存在的圖形上加上圖形資訊。

(5)

• 使用「?函數名稱」查詢函數功能，例如 > ?plot

高階繪圖函數

R 語言資料分析 5 plot( ) 以座標 X-Y 繪圖 pie( ) 餅形圖 boxplot( ) 盒形圖 stem( ) 莖葉圖 dotchart( ) 點圖 hist( ) 直方圖 barplot( ) 條形圖 contour( ) 等高線圖

(6)

範例

> y <− sin(1:20)

> plot(y, type="l", main="Sin Plot", xlab="X", ylab="Y")

(7)

低階繪圖函數

R 語言資料分析 7 points( ) 加一個點 lines( ) 加一條線 text( ) 加文字 abline( ) 加一條直線 polygon( ) 多邊形 legend( ) 圖例 title( ) 標題 mtext( ) 圖形邊緣加上文字

(8)

範例

> y <− sin(1:20)

> plot(y, type="l", main="Sin Plot", xlab="X", ylab="Y") > title(main="Sin Plot", sub="圖4-2:低階繪圖函數圖")

(9)

互動式繪圖 (1)

• 使用滑鼠在圖形上取得 (extract) 與增加 (add) 資訊。 • 函數 locator( )：讓使用者用滑鼠左鍵點選當前圖形上的特定位置。 – 範例： R 語言資料分析 9 使用者可在圖形中以滑鼠左鍵點選三個座標點

(10)

互動式繪圖 (2)

• 函數 identify( )：讓使用者將定義的標籤，利用滑鼠左鍵放置在滑鼠點選處。

– 範例：

(11)

圖形參數 (1)

• R 提供許多圖形參數 (Graphics Parameters) 控制圖形的顏色、文字對齊等。 • 函數 par( )： 1. 取得目前參數的設定值 > par( ) 2. 更改設定圖形參數 par(par.name = par.value) R 語言資料分析 11

(12)

圖形參數 (2)

– 範例 1：

(13)

圖形參數 (3)

– 範例 2：並排繪製兩個圖

(14)

基本統計

• 統計中的敘述統計 (Descriptive Statistic) 主要目的是透過數值或圖形呈現資料的特性及瞭解樣本的統計特徵。 • summary( ) 函數：取得資料的分佈資訊 – 最小值 Min、第一個四分位數 1st Qu.、中位數 Median、平均值 Mean、第三個分位數 3rd Qu.、最大值 Max R 語言資料分析 14

(15)

直方圖範例

• 直方圖又稱為柱狀圖，用來表現單變量資料最常見的圖，可呈現資料之分佈狀況。

– 範例：

(16)

另一種直方圖

− histogram( )

• 範例：

(17)

盒狀圖 (1)

• 又稱箱型圖或盒鬚圖，可顯示出資料的最大值、最小值、中位數、第一個四分位數及第三個四分位數。 • 若將資料由小到大排列並分成四等分，則會有三個分割點： – 第一個四分位數 – 中位數 – 第三個四分位數 R 語言資料分析 17

(18)

盒狀圖 (2)

• 範例：

(19)

盒狀圖 (3)

• 範例（續）：

(20)

敘述統計函數 (1)

• 平均值 (Mean) – ̅𝑥𝑥 = ∑𝑖𝑖=1𝑁𝑁 𝑥𝑥𝑖𝑖 𝑁𝑁 – • 中位數 (Median) – 資料經過排序後的中間值，若樣本數為偶數時，則取中間兩數的平均值。 – R 語言資料分析 20

(21)

敘述統計函數 (2)

• 眾數 (Mode) – 一組資料中出現次數最多的數字 – – 說明： • table( ) 建立數字出現頻率（次數）的表格 • 例如： • which.max( )：找出最大值及其位置 R 語言資料分析 21

(22)

敘述統計函數 (3)

• 變異數 (Variance) – 𝑣𝑣𝑣𝑣𝑣𝑣_𝑥𝑥 = ∑𝑖𝑖=1𝑁𝑁 (𝑥𝑥𝑖𝑖− ̅𝑥𝑥)2 𝑁𝑁−1 – • 標準差 (Standard Deviation) – 𝑆𝑆_𝑥𝑥 = 𝑣𝑣𝑣𝑣𝑣𝑣_𝑥𝑥 – R 語言資料分析 22

(23)

敘述統計函數 (4)

• 相關係數 (Correlation) – 𝑣𝑣_{𝑥𝑥𝑥𝑥} = ∑𝑖𝑖=1𝑁𝑁 (𝑥𝑥𝑖𝑖− ̅𝑥𝑥)(𝑥𝑥𝑖𝑖− �𝑥𝑥) (𝑁𝑁−1)𝑆𝑆_𝑥𝑥𝑆𝑆_𝑦𝑦 – R 語言資料分析 23

(24)

迴歸 (Regression) 分析 (1)

• 一種統計方法，目的在於瞭解兩個或多個變數間是否相關，並建立數學模型，以觀察特定變數來預測使用者感興趣的變數，建立應變數（或稱為依變數、反應變數）與自變數（或稱為獨立變數、解釋變數）之間關係的模型。 • 線性迴歸是利用一個含有單一或多個自變數的迴歸公式來預測依變數，如下所示： y = c₀ + c₁x₁ + c₂x₂ + … + c_kx_k – y：依變數 (dependent variable)

– c_i：迴歸係數 (regression coefficients) – x_i：自變數 (independent variables)

(25)

迴歸分析 (2)

• 範例：

(26)

迴歸分析 (3)

• 範例（續）

R 語言資料分析 26

迴歸公式得

(27)

迴歸分析 (4)

• 使用函數 coef( ) 取得截距及迴歸係數。

(28)

迴歸分析 (5)

• 驗證迴歸公式

(29)

迴歸分析 (6)

• 迴歸公式圖