现代统计图形 - 科学网—博客

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