✅ R Boxplot этикетки - Как создать случайные данные?

Введение в этикетки Boxplot в R

Введение в этикетки Boxplot в R

Метки Boxplot помогают в визуализации распределенных данных в R. График представляет среднее значение, медиану и дисперсию. Значения даны как входные данные для функции boxplot (). Функция Boxplot () создает боксплот с помощью заданных входных данных. Boxplot может быть создан для отдельных переменных или группы.

Построение графика коробчатого графика

Нам нужно пять значимых входных данных, таких как среднее значение, дисперсия, медиана, первый и третий квартиль.
Определение наличия каких-либо выбросов в данных.
Разработайте модель для построения графика данных.

Параметры под функцией boxplot ()

формула: этот параметр позволяет разбить числовые значения на несколько групп.
Данные :: Входные данные, которые содержат либо фрейм данных, либо список.
Подмножество: необязательный векторный параметр для указания подмножества для построения.
xlab: аннотация по оси X
ylab: аннотация оси Y.
range: range определяет расширения графика.
действие: указать, что происходит, когда есть нулевое значение. Или игнорируйте ответ или значение.

Создание случайных данных

Мы можем создать случайные выборочные данные с помощью функции rnorm ().

Теперь давайте используем rnorm () для создания случайных выборочных данных из 10 значений.

data<-data.frame(Stat1=rnorm(10, mean=3, sd=2))

Команда выше генерирует 10 случайных значений со средним значением 3 и стандартным отклонением = 2 и сохраняет их в кадре данных.

Когда мы печатаем данные, мы получаем вывод ниже.

Stat1

1 2.662022

2 2.184315

3 5.974787

4 4.536203

5 4.808296

6 3.817232

7 1.135339

8 1.583991

9 3.308994

10 4.649170

Мы можем преобразовать тот же самый вход (данные) в функцию boxplot, которая генерирует график.

Мы добавляем больше значений к данным и видим, как меняется график.

data<-data.frame(Stat1=rnorm(10, mean=3, sd=2), Stat2=rnorm(10, mean=4, sd=1), Stat3=rnorm(10, mean=6, sd=0.5), Stat4=rnorm(10, mean=3, sd=0.5)) boxplot(data)

Добавление большего количества случайных значений и использование его для представления графика.

Ниже приведены значения, которые хранятся в переменной данных.

СТАТ 1	СТАТ 2	СТАТ 3	СТАТ 4
3.795465	4, 21864	5.827585	2.157315
0.911726	4, 09119	6.260811	2, 26594
3.707828	3, 35987	5, 88945	3.714557
0.115772	4, 5123	5.934858	2, 40645
0.697556	2, 15945	6, 81147	2.571304
5.129231	3, 2698	6.250068	3.025175
5.404101	4, 38939	5.670061	2, 9901
1.455066	3, 13059	5.692323	2, 69693
0.868636	5, 42311	5.415435	2.674768
2, 14113	3, 90728	6.206059	2.806656

Ниже приведен график коробчатого графика с 40 значениями. У нас есть 1-7 чисел по оси Y и stat1 до stat4 по оси X.

Мы можем изменить выравнивание текста по оси x, используя другой параметр с именем las = 2.

Анализ графиков этикеток R Boxplot

Мы дали входные данные во фрейме данных и видим приведенный выше график.

Чтобы понять данные, давайте посмотрим на значения stat1.

Сюжет представляет все 5 значений. Начиная с минимального значения снизу, а затем третьего квартиля, среднего значения, первого квартиля и минимального значения.

Приведенный выше график имеет горизонтальное выравнивание текста по оси X.

Изменение цвета

Во всех приведенных выше примерах мы видели сюжет черно-белым. Давайте посмотрим, как изменить цвет в сюжете.

Мы можем добавить параметр col = color в функцию boxplot ().

data<-data.frame(Stat1=rnorm(10, mean=3, sd=2), Stat2=rnorm(10, mean=4, sd=1), Stat3=rnorm(10, mean=6, sd=0.5), Stat4=rnorm(10, mean=3, sd=0.5)) boxplot(data, las=2, col="red") data

Ниже мы можем видеть вывод графика красным цветом.

Используя тот же код выше, мы можем добавить несколько цветов на график.

data<-data.frame(Stat1=rnorm(10, mean=3, sd=2), Stat2=rnorm(10, mean=4, sd=1), Stat3=rnorm(10, mean=6, sd=0.5), Stat4=rnorm(10, mean=3, sd=0.5)) boxplot(data, las=2, col=c("red", "blue", "green", "yellow") data

Добавление ярлыков

Мы можем добавить метки, используя параметры xlab, ylab в функции boxplot ().

Используя основной параметр, мы можем добавить заголовок к графику.

Параметр Notch используется, чтобы сделать сюжет более понятным. Поскольку медианы от stat1 до stat4 не совпадают на приведенном выше графике.

Преимущества и недостатки Box Box

преимущества

Обобщать большие объемы данных легко с помощью меток боксплота.
Отображает диапазон и распределение данных на оси.
Это указывает на симметрию и асимметрию
Помогает выявить выбросы в данных.

Недостатки

Может использоваться только для числовых данных.
Если в данных имеются расхождения, то точечная диаграмма не может быть точной.

Примечания:

Графики должны быть помечены правильно.
Весы важны; изменение масштаба может дать данные другим взглядом.
Сравнение данных с правильными шкалами должно быть последовательным

Вывод - R Boxplot этикетки

Группировка данных упрощается с помощью боксов. График Box поддерживает несколько переменных, а также различные оптимизации. Мы также можем варьировать шкалы в зависимости от данных.

Графики можно использовать для сравнения различных переменных данных или наборов.

Удобство использования boxplot легко и удобно. Нам нужны согласованные данные и правильные ярлыки. Бокплоты часто используются в науке о данных и даже отделами продаж для группировки и сравнения данных. Boxplot дает представление о потенциале данных и оптимизации, которые могут быть сделаны для увеличения продаж.

Boxplot - это интересный способ проверки данных, который дает представление о влиянии и потенциале данных.

R Boxplot этикетки - Как создать случайные данные? - Анализируя График