现代统计图形 - 科学网—博客

More documents

Recommendations

Info

76 第五章图库 1 > (x = margin.table(HairEyeColor, c(1, 2))) Eye Hair Brown Blue Hazel Green Black 68 20 15 5 Brown 119 84 54 29 Red 26 17 14 14 Blond 7 94 10 16 1 > assocplot(x) 2 > chisq.test(x) Pearsons Chi-squared test data: x X-squared = 138.3, df = 9, p-value < 2.2e-16 Eye Green Hazel Blue Brown Black Brown Red Blond Hair 图 5.9: 眼睛颜色与头发颜色的关联图
5.7 条件密度图 77 R中关联图的函数为assocplot(),用法如下: 1 > usage(assocplot) assocplot(x, col = c("black", "red"), space = 0.3, main = NULL, xlab = NULL, ylab = NULL) 其中x为一个列联表数据(或者矩阵);col为朝上和朝下矩形的颜色; space用来设置矩形之间的间距。图5.9是关于HairEyeColor数据的关联图。原始数据为一个三维数组, 首先我们在性别维度上将数据汇总,得到眼睛颜色(棕蓝褐绿)和头发颜色(黑棕红金)人数的列联表。我们关心的问题是头发颜色与眼睛颜色之间是否存在关联,当然我们可以马上用函数chisq.test()作检验,但是检验的结果非常单一,我们只能知道零假设(独立)可否被拒绝,而图5.9则细致展示了数据的内部信息,例如从图中我们可以清楚看到,并非所有单元格都与期望频数有很大差异,只是少数几个单元格贡献了较大的χ 2 值,如金发碧眼、金发棕眼等;事实上,这批数据为调查数据,眼睛颜色和头发颜色都为受访者(Delaware大学的592名学生)自己填写,我们观察到金发碧眼单元格的期望频数和实际频数差异甚大,据说这背后有一则有趣的故事:由于“金发碧眼”是大家公认的美的标准,因此有些学生在填问卷时故意偏向于填写“金发碧眼”,导致“金发碧眼”的实际频数严重偏高 1 。从图5.9的代码输出中我们知道,χ 2 检验可以拒绝零假设,眼睛的颜色与头发的颜色并不独立,二者之间存在某种关联关系,然而这种关联关系是由于生物或遗传原因引起还是受访者有意隐瞒自己的信息,则需要我们进一步斟酌了。在vcd包(Meyer et al., 2010)中有一个类似的关联图函数assoc(),但功能比本节中介绍的函数要更强大,详细介绍参见Meyer et al. (2006); Zeileis et al. (2007)。 5.7 条件密度图条件密度图(Conditional Density Plot),顾名思义,展示的是一个变量的条件密度,确切的说是一个分类变量Y 相对一个连续变量X的条件密度P (Y |X)。假设Y 的取值为1, 2, · · · , k,那么条件密度图将按照X的取值从 1 本书作者在爱荷华州立大学统计系读博士期间,每周统计图形小组有一次讨论,这则消息来自于作者的一位导师Heike Hofmann教授
Page 1 and 2:
现代统计图形谢益辉 2010
Page 3 and 4:
• 自由软件用户往往有某
Page 5 and 6:
目录序言 i 代序一 . . . . .
Page 7 and 8:
5.25 向日葵散点图 . . . . . .
Page 9:
附录 B 作图技巧 163 B.1 添
Page 12 and 13:
5.4 泊松分布随机数茎叶图
Page 15 and 16:
表格 5.1 二维列联表的经典
Page 17 and 18:
序言代序一代序二作者
Page 19:
Coefficients: Estimate Std. Error t
Page 22 and 23:
2 第一章历史图 1.1: Playfai
Page 24 and 25:
4 第一章历史吸到了“瘴
Page 26 and 27:
6 第一章历史图 1.4: 南丁
Page 28 and 29:
8 第一章历史图 1.5: Minard
Page 30 and 31:
10 第一章历史总的说来,
Page 32 and 33:
12 第二章工具大小,如条
Page 34 and 35:
14 第二章工具 Type contributo
Page 36 and 37:
16 第二章工具百K的一个
Page 38 and 39:
18 第二章工具其实没有必
Page 40 and 41:
20 第二章工具
Page 42 and 43:
22 第三章细节 3.1 par()函数
Page 44 and 45: 24 第三章细节 1:10 2 4 6 8 10
Page 46 and 47: 26 第三章细节 las 坐标轴
Page 48 and 49: 28 第三章细节 oma[2] mar[2] O
Page 50 and 51: 30 第三章细节 3.2 plot()及
Page 52 and 53: 32 第三章细节 xlim, ylim 设
Page 54 and 55: 34 第四章元素 4.1 颜色默
Page 56 and 57: 36 第四章元素 4.1.2 颜色生
Page 58 and 59: 38 第四章元素 [,1] [,2] [,3]
Page 60 and 61: 40 第四章元素每一类调色
Page 62 and 63: 42 第四章元素 1 > xx = c(1912
Page 64 and 65: 44 第四章元素 0 1 2 3 4 5 6 7
Page 66 and 67: 46 第四章元素图2.1已经使
Page 68 and 69: 48 第四章元素 1 > usage(arrow
Page 70 and 71: 50 第四章元素一个多边形
Page 72 and 73: 52 第四章元素可以看到,
Page 74 and 75: 54 第四章元素 1 > par(mar = c
Page 76 and 77: 56 第四章元素 1 > data(Export
Page 78 and 79: 58 第四章元素 12 72.48 2003 U
Page 80 and 81: 60 第五章图库 1 > par(mfrow =
Page 82 and 83: 62 第五章图库 f(x) = F ′ F
Page 84 and 85: 64 第五章图库 1 > stem(island
Page 86 and 87: 66 第五章图库对原始数据
Page 88 and 89: 68 第五章图库 names, plot = T
Page 90 and 91: 70 第五章图库 1 > par(mar = c
Page 92 and 93: 72 第五章图库 1 > # 用分类
Page 94: 74 第五章图库 1 > library(MSG
Page 99 and 100: 5.7 条件密度图 79 小到大在
Page 101 and 102: 5.8 等高图 81 1 > data(ChinaLife
Page 103 and 104: 5.8 等高图 83 都必须展示在
Page 105 and 106: 5.9 条件分割图 85 1 > par(mar
Page 107 and 108: 5.10 一元函数曲线图 87 1 > c
Page 109 and 110: 5.12 颜色等高图 89 1 > dotchar
Page 111 and 112: 5.13 四瓣图 91 finite = TRUE), y
Page 113 and 114: 5.13 四瓣图 93 表 5.1: 二维
Page 115 and 116: 5.14 颜色图 95 C和E系的优比
Page 117 and 118: 5.14 颜色图 97 1 > par(mar = rep
Page 119 and 120: 5.15 矩阵图 99 1 > sines = outer
Page 121 and 122: 5.16 马赛克图 101 1 > ftable(Ti
Page 123 and 124: 5.17 散点图矩阵 103 较低。
Page 125 and 126: 5.18 三维透视图 105 倍数;fon
Page 127 and 128: 5.18 三维透视图 107 Sinc( r )
Page 129 and 130: 5.19 因素效应图 109 1 > plot.d
Page 131 and 132: 5.21 平滑散点图 111 1 > par(ma
Page 133 and 134: 5.22 棘状图 113 可将图5.28放
Page 135 and 136: 5.22 棘状图 115 离散化处理,
Page 137 and 138: 5.23 星状图 117 1 > # 预设调
Page 139 and 140: 5.24 带状图 119 1 > layout(matri
Page 141 and 142: 5.25 向日葵散点图 121 1 > sun
Page 143 and 144: 5.26 符号图 123 1 > par(mar = c(
Page 145:
5.27 饼图 125 增长率总人口
Page 148 and 149:
128 第五章图库种以比例
Page 150 and 151:
130 第五章图库 1 > # 真实
Page 152 and 153:
132 第五章图库信用风险
Page 154 and 155:
134 第五章图库 1 > library(rp
Page 156 and 157:
136 第五章图库有时候与
Page 158 and 159:
138 第五章图库数诸如填
Page 160 and 161:
140 第五章图库
Page 162 and 163:
142 第六章系统 8 > plot(0:1,
Page 164 and 165:
144 第七章模型 • 类似回
Page 166 and 167:
146 第七章模型 7.16.1 分类
Page 168 and 169:
148 第八章数据 8.2.1 一维
Page 170 and 171:
150 附录 A 程序初步通常我
Page 172 and 173:
152 附录 A 程序初步 1 > # 冒
Page 174 and 175:
154 附录 A 程序初步 [1] 1 2 3
Page 176 and 177:
156 附录 A 程序初步 [,1] [,2]
Page 178 and 179:
158 附录 A 程序初步 A.1.5 函
Page 180 and 181:
160 附录 A 程序初步 [1] "inte
Page 182 and 183:
162 附录 A 程序初步 2. 变量
Page 184 and 185:
164 附录 B 作图技巧 1 > # 本
Page 186 and 187:
166 附录 B 作图技巧 1 > layou
Page 188 and 189:
168 附录 B 作图技巧 screen(n
Page 190 and 191:
170 附录 B 作图技巧 B.3 交
Page 192 and 193:
172 附录 B 作图技巧 1 > xx =
Page 194 and 195:
174 附录 B 作图技巧正的频
Page 196 and 197:
176 附录 B 作图技巧
Page 198 and 199:
178 附录 C 统计动画
Page 200 and 201:
180 附录 D 本书R包 D.2 数据
Page 202 and 203:
182 参考文献 Minka , URL http:/
Page 204 and 205:
184 参考文献 Meyer D, Zeileis A
Page 206 and 207:
186 参考文献 Wilkinson L (2005)
Page 208 and 209:
188 索引点, 27 玫瑰图, 4 直
Page 210:
190 索引形的一些历史,包
show all

现代统计图形 - 科学网—博客

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?