Plot Penyebaran R


Plot Pencar

Anda belajar dari bab Plot bahwa plot()fungsi tersebut digunakan untuk memplot angka satu sama lain.

Sebuah "plot sebar" adalah jenis plot yang digunakan untuk menampilkan hubungan antara dua variabel numerik, dan plot satu titik untuk setiap pengamatan.

Dibutuhkan dua vektor dengan panjang yang sama, satu untuk sumbu x (horizontal) dan satu untuk sumbu y (vertikal):

Contoh

x <- c(5,7,8,7,2,2,9,4,11,12,9,6)
y <- c(99,86,87,88,111,103,87,94,78,77,85,86)

plot(x, y)

Hasil:

Pengamatan pada contoh di atas seharusnya menunjukkan hasil 12 mobil yang lewat.

Itu mungkin tidak jelas bagi seseorang yang melihat grafik untuk pertama kalinya, jadi mari tambahkan header dan label berbeda untuk menggambarkan plot sebar dengan lebih baik:

Contoh

x <- c(5,7,8,7,2,2,9,4,11,12,9,6)
y <- c(99,86,87,88,111,103,87,94,78,77,85,86)

plot(x, y, main="Observation of Cars", xlab="Car age", ylab="Car speed")

Hasil:

Untuk rekap, pengamatan pada contoh di atas adalah hasil dari 12 mobil yang lewat.

Sumbu x menunjukkan berapa umur mobil.

Sumbu y menunjukkan kecepatan mobil saat melintas.

Apakah ada hubungan antara pengamatan?

Tampaknya semakin baru mobil, semakin cepat dikendarai, tetapi itu bisa jadi kebetulan, lagipula kami hanya mendaftarkan 12 mobil.



Bandingkan Plot

Dalam contoh di atas, tampaknya ada hubungan antara kecepatan mobil dan usia, tetapi bagaimana jika kita juga memplot pengamatan dari hari lain? Akankah plot pencar memberi tahu kita sesuatu yang lain?

Untuk membandingkan plot dengan plot lain, gunakan points()fungsi:

Contoh

Gambarlah dua plot pada gambar yang sama:

# day one, the age and speed of 12 cars:
x1 <- c(5,7,8,7,2,2,9,4,11,12,9,6)
y1 <- c(99,86,87,88,111,103,87,94,78,77,85,86)

# day two, the age and speed of 15 cars:
x2 <- c(2,2,8,1,15,8,12,9,7,3,11,4,7,14,12)
y2 <- c(100,105,84,105,90,99,90,95,94,100,79,112,91,80,85)

plot(x1, y1, main="Observation of Cars", xlab="Car age", ylab="Car speed", col="red", cex=2)
points(x2, y2, col="blue", cex=2)

Hasil:

Catatan: Untuk dapat melihat perbedaan perbandingan, Anda harus memberikan warna yang berbeda pada plot (dengan menggunakan colparameter). Merah mewakili nilai hari 1, sedangkan biru mewakili hari 2. Perhatikan bahwa kami juga telah menambahkan cexparameter untuk menambah ukuran titik.

Kesimpulan pengamatan: Dengan membandingkan kedua plot, saya pikir aman untuk mengatakan bahwa keduanya memberi kita kesimpulan yang sama: semakin baru mobil, semakin cepat dikendarai.