Pertanyaan yang diberi tag «ggplot2»

Saya ingin memvisualisasikan hasil pengelompokan (diproduksi dengan protoclust{protoclust}) dengan membuat plot scater untuk setiap pasangan variabel yang digunakan untuk mengklasifikasikan data saya, mewarnai dengan kelas dan tumpang tindih elips untuk interval kepercayaan 95% untuk masing-masing kelas (untuk memeriksa yang mana kelas-elip tumpang tindih di bawah setiap pasangan variabel). Saya telah …

11 r  confidence-interval  ggplot2  scatterplot 

Baik sebagai statistik dan pemula R, saya telah mengalami waktu yang sangat sulit untuk menghasilkan qqplots dengan rasio aspek 1: 1. ggplot2 tampaknya menawarkan kontrol yang jauh lebih besar terhadap plot daripada paket plotting R default, tapi saya tidak bisa melihat bagaimana melakukan qqplot di ggplot2 untuk membandingkan dua dataset. …

11 r  distributions  ggplot2  qq-plot 

Katakanlah saya punya data: x1 <- rnorm(100,2,10) x2 <- rnorm(100,2,10) y <- x1+x2+x1*x2+rnorm(100,1,2) dat <- data.frame(y=y,x1=x1,x2=x2) res <- lm(y~x1*x2,data=dat) summary(res) Saya ingin memplot kontinu dengan interaksi kontinu sehingga x1 berada pada sumbu X dan x2 diwakili oleh 3 baris, satu yang mewakili x2 pada skor-Z 0, satu pada Z-skor +1, …

11 r  regression  ggplot2  interaction 

Sambil melakukan beberapa EDA saya memutuskan untuk menggunakan plot kotak untuk menggambarkan perbedaan antara dua tingkat faktor. Cara ggplot membuat plot kotak cukup memuaskan, tetapi sedikit sederhana (plot pertama di bawah). Sementara meneliti karakteristik plot kotak saya mulai bereksperimen dengan takik. Saya mengerti takik menampilkan CI di sekitar median, dan …

11 data-visualization  ggplot2  eda 

Muat paket yang dibutuhkan. library(ggplot2) library(MASS) Hasilkan 10.000 angka yang pas untuk distribusi gamma. x <- round(rgamma(100000,shape = 2,rate = 0.2),1) x <- x[which(x>0)] Gambarkan fungsi kerapatan probabilitas, seandainya kita tidak tahu distribusi x mana yang cocok. t1 <- as.data.frame(table(x)) names(t1) <- c("x","y") t1 <- transform(t1,x=as.numeric(as.character(x))) t1$y <- t1$y/sum(t1[,2]) ggplot() …

10 r  mathematical-statistics  goodness-of-fit  gamma-distribution  ggplot2 

Jadi, saya memiliki 16 percobaan di mana saya mencoba untuk mengotentikasi seseorang dari sifat biometrik menggunakan Hamming Distance. Ambang batas saya diatur ke 3.5. Data saya di bawah dan hanya percobaan 1 yang Benar-Benar Positif: Trial Hamming Distance 1 0.34 2 0.37 3 0.34 4 0.29 5 0.55 6 0.47 …

9 mathematical-statistics  roc  classification  cross-validation  pac-learning  r  anova  survival  hazard  machine-learning  data-mining  hypothesis-testing  regression  random-variable  non-independent  normal-distribution  approximation  central-limit-theorem  interpolation  splines  distributions  kernel-smoothing  r  data-visualization  ggplot2  distributions  binomial  random-variable  poisson-distribution  simulation  kalman-filter  regression  lasso  regularization  lme4-nlme  model-selection  aic  r  mcmc  dlm  particle-filter  r  panel-data  multilevel-analysis  model-selection  entropy  graphical-model  r  distributions  quantiles  qq-plot  svm  matlab  regression  lasso  regularization  entropy  inference  r  distributions  dataset  algorithms  matrix-decomposition  regression  modeling  interaction  regularization  expected-value  exponential  gamma-distribution  mcmc  gibbs  probability  self-study  normality-assumption  naive-bayes  bayes-optimal-classifier  standard-deviation  classification  optimization  control-chart  engineering-statistics  regression  lasso  regularization  regression  references  lasso  regularization  elastic-net  r  distributions  aggregation  clustering  algorithms  regression  correlation  modeling  distributions  time-series  standard-deviation  goodness-of-fit  hypothesis-testing  statistical-significance  sample  binary-data  estimation  random-variable  interpolation  distributions  probability  chi-squared  predictor  outliers  regression  modeling  interaction 

Saya memiliki dataset 17 orang, peringkat 77 pernyataan. Saya ingin mengekstraksi komponen-komponen utama pada matriks korelasi transposisi korelasi antara orang (sebagai variabel) di seluruh pernyataan (sebagai kasus). Aku tahu, itu aneh, itu disebut Q Metodologi . Saya ingin menggambarkan bagaimana PCA bekerja dalam konteks ini, dengan mengekstraksi dan memvisualisasikan nilai …

8 r  data-visualization  pca  ggplot2  eigenvalues 

Variabel respon y adalah fungsi nonlinier dari sejumlah variabel prediktor X (dalam data nyata saya respon didistribusikan secara biner, tetapi di sini saya menggunakan nilai yang didistribusikan secara normal untuk kesederhanaan). Saya dapat memodelkan hubungan antara prediktor dan respons menggunakan splines / smooths (misalnya, model GAM dalam mgcvpaket di R). …

8 r  ggplot2  splines  gam 

Saya bermain-main dengan ggplot2 menggunakan perintah berikut ini agar sesuai dengan baris ke data saya: ggplot(data=datNorm, aes(x=Num, y=Val)) + geom_point() + stat_summary(fun.data = "mean_cl_boot", geom="errorbar", colour="red", width=0.8) + stat_sum_single(median) + stat_sum_single(mean, colour="blue") + geom_smooth(level = 0.95, aes(group=1), method="lm") Titik merah adalah nilai median, biru berarti dan garis merah vertikal menunjukkan …

8 r  modeling  dataset  data-mining  ggplot2