頁 1
R-web 資料分析應用：圖表繪製(二)
江 奕 副統計分析師 生統 eNews 出刊囉！上期向大家介紹了一些基本的圖表繪製功能，其 中，包括次數分配表、列聯表、莖葉圖、2D 散佈圖及 3D 散佈圖等功能， 本期，將緊接著上一期的生統 eNews 繼續利用【雲端資料分析暨導引系統】 (R-web, http://www.r-web.com.tw) 介紹其他的「圖表繪製」方法！ 本期將依序介紹 R-web 圖表繪製模組內的二維曲線圖、三維曲線圖、 直方圖、長條圖、圓餅圖及盒鬚圖，本系列圖形將統一使用源自基隆社區 為 基 礎 的 整 合 篩 檢 計 畫 (Keelung Community-based Integrated Screen Program, KCIS)的心血管疾病資料作為範例資料檔，此資料的變數定義可 參考下表。詳細資料介紹請參閱首期生統 eNews。 變數 定義 性別(Gender) 女性(0)、男性(1) 年齡(Age) 腰圍(Waist) 公分(cm) 心臟收縮壓(SysBP) 毫米汞柱(mmHg) 心臟舒張壓(DiaBP) 毫米汞柱(mmHg) 空腹葡萄糖(AC) 毫克/分升(mg/dl) 高密度脂蛋白(HDL) 毫克/分升(mg/dl) 三酸甘油酯(TG) 毫克/分升(mg/dl) 嚼檳榔習慣(Betelnut) 無(0)、有(1) 飲酒習慣(Alc_Drink) 無(0)、有(1) 個人心血管疾病史(CVD) 無(0)、有(1) 家族心血管疾病史(FamilyHx) 無(0)、有(1) 抽菸習慣(Tobacco) 無(0)、有(1) 菸草消費量(Tobacco_Consumption) 無(0)、每日一包(1)、每日兩包 (2)、每日三包以上(3)頁 2
二維曲線圖
二維曲線圖類似於 2D 散佈圖，亦可將兩變數分別置於座標圖上的 X 軸與 Y 軸，初步觀察兩變數間之相關性。不同在於，二維曲線圖提供二維 函數曲線的描繪，若有樣本資料點，可同時選擇附加資料點以觀察樣本資 料點和函數曲線的關係。依序點選主選單中【圖表繪製】→【曲線(面)圖】 →【二維曲線圖】進行繪製。 使用資料檔頁 3
上圖使用分析方法中的迴歸分析，自變數為「腰圍(Waist)」，依變數為
「心臟舒張壓(DiaBP)」，初步估計出兩變數的線性關係為 y=0.447x+43.039。
步驟二：參數設定中，將估計出的模型輸入並點選「儲存目前的函數」建
立函數，將 X 軸變數選入「Waist」，Y 軸變數選入「DiaBP」。進階選項中，
可設定 X 軸範圍、函數曲線分類等，確認無誤儲存後，點選「繪製圖形」 開始進行分析。(此處使用分層抽樣取出的 100 筆樣本作為範例資料)
頁 4 不使用資料檔 如下圖所示，若想了解三角函數圖形，則可依序輸入 f(x)=sin(x)， f(x)=cos(x) 與 f(x)=tan(x)，分別點選「儲存目前的函數」即可將多函數同 時儲存。進階選項設定中，我 們自訂 X 軸範圍設定，下界： 6.28、上界：-6.28，確認後，即 可儲存並開始分析。 輸出之三角函數，sin(x)，cos(x)與 tan(x) 圖形如下圖所示，系統會依 照使用者輸入之不同函數分別依顏色做區別。
頁 5
三維曲面圖
三維曲面圖，使用者可依不同需求，於 3D 空間中繪製出不同的曲面 圖。亦可同時將資料點附於圖上，同時觀察三種變數與圖形之間其相關性。 由於資料檔使用方法與二維曲面圖類似，在此僅簡單介紹三維曲面圖的繪 製方法。在 R-web 內依序點選主選單中【圖表繪製】→【曲線(面)圖】→ 【三圍曲面圖】進行繪製。頁 6 操作畫面如上圖所示，利用按鈕點選建立「z = f( x , y ) = x * exp( -x^2 – y^2) 」此函數，若有不了解按鈕的定義，可點選圖中之「說明」查看。 進階選項中，除了可設定 X 軸與 Y 軸的範圍外，同時可設定個人喜好之顏 色、圖點大小與主標題命名等設定。 繪製出的圖形，如下圖。繪製後的圖形為互動式，使用者可利用滑鼠 滾輪調整圖形大小，或按壓住滑鼠左鍵轉換各種不同的角度以觀察函數或 資料的特徵。
頁 7
長條圖
長條圖，顧名思義是由長條方形的長度來詮釋每一個不同類別次數的 大小，僅能用於離散型的變數資料，其各相鄰長條間彼此不可相連接。常 用來觀測兩個或以上變數之間的關係。在 R-web 內依序點選主選單中【圖 表繪製】→【長條圖】進行繪製。頁 8 操作畫面如上圖所示，步驟一：資料匯入，可直接選取使用者之資料 進行分析，亦可「使用直接輸入已經分組之次數」進行繪製。步驟二：參 數設定中，可選擇資料的格式為「未經彙整之原始資料」或者為「已經彙 整之分組次數」，此分析我們選取「抽菸習慣(Tobacco)」作為欲繪製長條圖 的變數，分組變數則選取「有、 無飲酒習慣(Alc_Drink)」，進 階選項設定中，可選擇各分組 圖形呈現方式「並排」或「堆 疊」，主標題、橫軸、縱軸標題 等皆可修改，確認儲存後，即 可點選「繪製圖形」開始繪製。
頁 9 輸出圖形如上圖所示，由變數的定義知道 Tobacco – 0 表示沒抽菸習 慣、1 表示有抽菸習慣，Alc_Drink – 0 表示沒有飲酒習慣、1 表示有飲酒 習慣。由上圖可以簡單的看出此筆資料，沒有飲酒習慣且同時沒有抽菸習 慣的人之機率較沒有飲酒習慣且卻有抽菸習慣的人高。
直方圖
直方圖，非常類似長條圖，同樣是以長條方形的長度來詮釋每一個不 同組別次數的大小，其與長條圖最大的不同點在於，其各相鄰長條間彼此 互相連接。為研究者常使用的一種繪圖方法，其可初步了解資料分佈情形。 於 R-web 內依序點選主選單中【圖表繪製】→【直方圖】進行繪製。頁 10 操作方法如上圖，步驟二：參數設定中，選擇欲繪製之變數，亦可同 時選擇是否需在圖形中「加上密度估計曲線」或「標示實際資料位置」。 假使研究人員想看看此筆資料中，「心臟收縮壓」的分佈情形，我們直 接將變數 SysBP 選取放入就好囉！輸出結果如下圖所示，大部分的篩檢者 「心臟收縮壓」集中於 110~130 之間，亦可看出此為一右偏分配，簡單來 說，右偏分配的特性就是，平均數>中位數>眾數。
頁 11
圓餅圖
圓餅圖是以圓當中的扇形面積比例大小來詮釋每一個不同類別次數 的大小，而這些扇形區域合在一起會剛好是一個圓形，並且每個類別其扇 形所張開的角度，應為 360 度乘以該類別的相對次數。此圖形在商業領域 和大眾媒體中，可以說無處不在啊! R-web 中可依序點選主選單中【圖表繪 製】→【圓餅圖】進行繪製。 操作畫面如上圖，步驟一：資料匯入中，我們運用的資料有先經過「資 料分組」，欲操作的使用者可於 R-web 主選單中【資料處理】→【資料分 組】進行分組。利用變數「心臟收縮壓(SysBP)」新增加一變數「高血壓分 期」，將資料分為四類，正常( 90–119)、臨界高血壓(120–139)、高血壓一 期(140–159)、高血壓二期(≥160)。此變數之分類方法是參考維基百科所建 立的(http://en.wikipedia.org/wiki/Hypertension)。 將資料儲存為個人資料檔「CVD_BP」後，步驟二：參數設定中，於「選 擇欲繪製圓餅圖的變數」中選入剛剛所新增的變數「血壓分期」，而進階選 項中一樣可設定主標題名稱，確認無誤後，點選「繪製圖形」進行分析吧!頁 12 輸出結果畫面如上圖，可看出此次的整合篩檢計畫中，47.2%的人「心 臟收縮壓」檢測為正常值，臨界高血壓的比例佔 32.73%，高血壓第一期的 比例佔 14.48%，高血壓第二期的比例佔 5.57%。有興趣的讀者可以試試使 用變數「心臟舒張壓(DiaBP)」來進行分組畫畫看喔!
盒鬚圖
盒鬚圖的功能非常的多，可以用來看出分配的位置、分配的範圍、分 配的分散程度和分配的偏態等等，其中也包含了最小值、第一四分位數、 中位數、第三四分位數、最大值與 IQR 等訊息，還可以協助用來判斷離群 值的資訊喔！R-web 中可依序點選主選單中【圖表繪製】→【盒鬚圖】進 行繪製。頁 13
上圖為我們的操作畫面，我們一樣使用剛剛所建立的資料「CVD_BP」
來做為本次的分析。步驟二：參數設定中，選擇欲繪製盒鬚圖之變數後， 可同時選擇「分類變數」，選擇完畢後，點選「繪製圖形」開始繪製。
頁 14 上圖為我們的輸出結果畫面，此筆資料可以明顯得看出篩檢計畫中的 人群，無論是第一四分位數、中位數或是第三四分位數，「心臟舒張壓」都 隨著年齡的增長而越來越高。 本期生統 eNews 就介紹到此囉！我們後半段的圖形繪製方法帶讀者 多認識了 R-web 中的二維曲線圖、三維曲線圖、直方圖、長條圖、圓餅圖 及盒鬚圖，以上 R-web 的基本圖形繪製方法也介紹到一個小段落。下一期 的生統 eNews 將開始介紹「分析方法」在 R-web 中的應用，敬請期待！
