原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
实用文档
实用文档
19.基本统计图形
目录：
一.条形图二.饼图三.直方图四.箱线图五.点图六.散点图七.相关图八.QQ图
九.等高线图十.热图
正文：
要观察分类变量与定量变量的数据，最基本的方法就是用图形：
将变量的分布作可视化展示；
通过结果变量进行跨组比较。
一、条形图
条形图通过垂直的或水平的条形展示了类别型变量的分布（频数）。函数barplot()的最简单用法是：
barplot(height)
其中，height为向量或矩阵。
简单条形图（height为向量）
library(vcd)#使用数据集Arthritiscounts-table(Arthritis$Improved)countsNone42
library(vcd)#使用数据集Arthritis
counts-table(Arthritis$Improved)counts
None
42
SomeMarked
14
28
par(mfrow=c(1,2))
barplot(counts,main=SimpleBarPlot,xlab=Improvement,ylab=Frequency)#竖直条形图
barplot(counts,main=HorizontalBarPlot,xlab=Frequency,
ylab=Improvement,horiz=TRUE)#水平条形图
若beside=FALSE（默认值），则矩阵中的每一列都将生成图中的一个条形，各列中的值将给出堆砌的“子条”的高度。
library(vcd)#使用数据集Arthritiscounts-table(Arthritis$Improved,Arthritis$Treatment)counts若beside=TRUE
library(vcd)#使用数据集Arthritis
counts-table(Arthritis$Improved,Arthritis$Treatment)counts
Placebo
Treated
None
29
13
Some
7
7
Marked
7
21
par(mfrow=c(1,2))barplot(counts,main=StackedBarPlot,xlab=Treatment,ylab=
par(mfrow=c(1,2))
barplot(counts,main=StackedBarPlot,xlab=Treatment,ylab=Frequency,col=c(red,yellow,green),legend=rownames(counts))#堆砌条形图
barplot(counts,main=GroupedBarPlot,xlab=Treatment,ylab=Frequency,col=c(red,yellow,green),legend=rownames(counts),beside=TRUE)#分组条形图
library(vcd)attach(Arthritis)
library(vcd)attach(Arthritis)
counts-table(Treatment,Improved)
spine(counts,main=SpinogramExample)detach(Arthritis)
均值条形图
states-data.frame(state.region,state.x77)means-aggregate(states$Illiteracy,by=list(state.region),FUN=mean)means-means[order(means$x),]#均值从小到大排序means
states-data.frame(state.region,state.x77)
means-aggregate(states$Illiteracy,by=list(state.region),FUN=mean)
means-means[order(means$x),]#均值从小到大排序
means
barplot(means$x,names.arg=means$Group.1)#参数2设置标签
title(MeanIlliteracyRate)
Group.1
x
3
NorthCentral
0.700000
1
Northeast
1.000000
4
West
1.023077
2
South
1.737
文档评论（0）