课件：利用多发病例家族之单倍体资料进行遗传相关性研究-.pptVIP

R 繪 圖 功 能,統計繪圖,類別資料: bar chart, pie chart 連續資料: stem-and-leaf plot, histogram, box plot, scatter plot,2,統計圖形（Stem-and-Leaf）,Author: John W. Tukey. References: Tukey (1977) and Velleman and Hoaglin(1981). 用途與特性：莖葉圖主要是用來描述資料分佈的型態，和直方圖具有一樣的性質，但卻比直方圖多了保留原始資料(keep the original data)的特性。 作法： 決定stem（樹幹、主幹）的數值：可想像是直方圖的組距（如：95，stem記為9；若資料數值為985，stem記為98）。 決定leaf（樹葉）：通常都是數值資料的最後一個位數；定好後將資料每一筆值依序填入莖葉圖的表中（如：95，leaf記為5；若資料數值為985，leaf記為5）。 計算各組次數(frequency)：填完後記錄各組的個數。,統計圖形（Stem-and-Leaf）,優點1：可呈現實際的觀測值。 優點2：可以由此得知資料的排序(order)，而有序統計量(order statistics)對於統計分析與推論上，是有很大的幫助。此外，知道資料的排序，就可得知各個資料所屬的樣本百分比(sample percentiles)。 延伸圖形1：Ordered stem-and-leaf display: 將原先的莖葉圖，在樹葉部分的數值加以排序。 延伸圖形2：將原先的stem組距縮短，用符號（如：O）表示。要注意的是：資料分的組數太多，圖型會比較不平滑，可能大部分的組只有少少的觀測值，但若組數太少，所有資料又會集中在某一組；這兩種情況，都比較無法看出資料集中或是分散的趨勢。 缺點：適合數據較少的資料。 R 指令： stem(變數名稱),統計圖形（Stem-and-Leaf）,莖葉圖（Stem-and-Leaf）,Practice,畫出data2中，身高的莖葉圖,6,統計圖形（Box plot),用途與特性：固定資料的尺度位置，利用樣本產生之統計量（最小值minimum、第一四分位數first quartile、中位數median、第三四分位數third quartile、最大值maximum）來描繪資料的分佈。主要是利用資料尺度固定的特性，用統計量所在的位置來比較兩組以上資料分佈及差異，並察看資料的離散程度，圖形所呈現的訊息比莖葉圖或直方圖少。 作法： 確定資料的尺度。 求資料之最小值minimum(min)、第一四分位數first quartile(Q1)、中位數median(Q2)、第三四分位數third quartile(Q3)、最大值maximum(max)。 第一四分位數first quartile、第三四分位數third quartile分別代表箱子的兩端，中位數median所在的位置畫一條線，將箱子切為兩半 從第一四分位數的位置畫一條線，延伸至最小值；從第三四分位數的位置畫一條線，延伸至最大值。,統計圖形（Box plot),其他： Interquartile range四分位距（IQR）：IQRQ3-Q1 第三與第一四分位數的差距；即箱子的總長度。 Outlier 離群值：也可稱為極端值，若一組資料有極端值的存在，將會影響資料分佈的型態，對於某些統計量（如：平均數）也會有很大的影響。 Tukey利用IQR來判別資料是否具有離群值，他訂立了幾個衡量的量與標準(Ch6.1 p.330-331)： Inner fence(內部柵欄)：距離Q1及Q3 一點五倍IQR的位置。 Outer fence(外部柵欄)：距離Q1及Q3 三倍IQR的位置。 Suspected outliers：落在inner fence與outer fence之間的資料為疑似離群值。 Outliers: 落在outer fence 之外的資料為離群值。 R指令： boxplot(變數名稱1),9,Elements of a Box Plot,盒鬚圖 (box plot),盒鬚圖 (box plot),boxplot(high),boxplot(c(high,200),10,Practice,畫出data2中，體重的盒鬚圖,11,分割資料繪圖,男女身高的分佈可能不同，想要將男女分開畫圖 boxplot(split(high,sex) boxplot(highsex),12,Practice,依照性別，畫出data2中，體重的盒鬚圖,13,盒鬚圖 (box plot),boxplot(high,horizontal=T),14,畫成水平的盒鬚圖,盒鬚圖 (box plot),boxplot(split(high,sex), col=c(3,4), xlab=“gender”, ylab=“high”, main=“Box plot“),15,給男女不同的顏色,y座標的名稱,圖形的標題,X座標的名稱,盒鬚圖 (box plot),boxplot(split(high,sex),col=c(“red“,“yellow“), xlab=“gender“, ylab=“high“, main=“Box plot“),16,除了數字之外，也可以用文字表示,Practice,依照性別，畫出data2中，體重的盒鬚圖，命名x軸為sex，y軸為weight，並用不同顏色分別男女。將此圖命名為“Box plot of weight”。,17,將圖片存檔,指令: savePlot(“欲儲存檔案名稱“, type = c(“wmf“, “emf“, “png“, “jpeg“, “jpg“, “bmp“, “ps“, “eps“, “pdf“, ) 或者,18,統計圖形,盒鬚圖（Box plot） par(mfrow=c(2,2) #par指令是將圖形分成左右兩個位置；mfrow表示分割是依據列來做切割 boxplot(data$wt) #繪製weight變項的box plot boxplot(data$wt, horizontal=T,ylab=“weight“,main=“Horizontal Box Plot“) # horizontal=T表示畫成水平的盒子圖；main, xlab, ylab後面接的字串 分別代表圖形的標題、x座標、y座標的名稱，col為圖形顏色的指令 boxplot(split(data$wt,data$sex),col=c(3,4),xlab=“sex“ ,ylab=“weight“) #依照性別畫圖，並圖上顏色 boxplot(data$wtdata$sex,col=c(“red”,“yellow”),xlab=“sex” ,ylab=“weight”) #另一種依照類別(性別)畫圖的表示法 #split函數的第二個變數，或是後面接的變數，皆是代表要依此分群分類的資料,統計圖形（Box plot）,Practice,請畫出資料“airquality”中，“Temp”的盒鬚圖。 請根據不同月份，畫出資料“airquality”中，“Temp”的盒鬚圖。(用不同顏色代表不同月份，X軸名稱為“Month”，Y軸名稱為“Temperature”) 請說明盒鬚圖的結果,21,統計圖形,散佈圖（Scatter plot） 用途與特性：描述兩個變數、或兩組資料之間的關係或趨勢。 指令： plot(變數名稱1, 變數名稱2),散佈圖 (Scatter plot),plot(weight,high),23,統計圖形（Scatter plot matrix）,散佈圖矩陣 (scatter plot matrix) 當資料有三個變數以上，可以將資料中兩兩變數之間的關係，用散佈圖矩陣呈現。 指令： pairs(資料檔名稱) 以鳶尾花為例 data(iris) pairs(iris),散佈圖 (Scatter plot),plot(data1),26,將data1中的所有變數，兩兩配對畫出來,Practice,請將Surgical的資料讀入R 看看共有幾個人的資料，每個人的資料收集了幾個變數 請畫出clot與prog的散佈圖,27,散佈圖中可以設定的參數（Scatter plot）,散佈圖中可以設定的參數（Scatter plot）,圖形的種類(type=),plot(data2$weight,data2$high,type=“p“,main=“type=p“) plot(data2$weight,data2$high,type=“l“,main=“type=l“) plot(data2$weight,data2$high,type=“b“,main=“type=b“) plot(data2$weight,data2$high,type=“o“,main=“type=o“) plot(data2$weight,data2$high,type=“h“,main=“type=h“) plot(data2$weight,data2$high,type=“s“,main=“type=s“),30,31,標明線的種類 (lty=),plot(data2$weight,data2$high,type=“l“,lty=1,main=“lty=1“) plot(data2$weight,data2$high,type=“l“,lty=2,main=“lty=2“) plot(data2$weight,data2$high,type=“l“,lty=3,main=“lty=3“) plot(data2$weight,data2$high,type=“l“,lty=4,main=“lty=4“) plot(data2$weight,data2$high,type=“l“,lty=5,main=“lty=5“) plot(data2$weight,data2$high,type=“l“,lty=6,main=“lty=6“),32,33,設定點的型式(pch=),可選擇的型式 plot(data2$weight,data2$high,pch=1,main=“pch=1“) plot(data2$weight,data2$high,pch=2,main=“pch=2“) plot(data2$weight,data2$high,pch=3,main=“pch=3“) plot(data2$weight,data2$high,pch=“%“,main=“pch=%“) plot(data2$weight,data2$high,pch=“*“,main=“pch=*“) plot(data2$weight,data2$high,pch=“,main=“pch=“),34,only available on graphsheet,35,Color,36,Practice,在Surgical資料中，用三種不同的點畫出clot與prog的散佈圖,37,將兩變數畫在同一張圖上（Scatter plot）,若想將兩個變數畫在同一張圖上,Example 1,將data1中high與weight依男女分別畫在同一張圖上,39,因為男生的身高介於157182，體重介於5494，先畫男生的身高-體重散佈圖，X與Y的範圍會被男生的資料決定(女生身高介於149175，體重介於4146),Example 1,plot(high_sex$“M“,weight_sex$“M“,xlim=c(140,190),ylim=c(40,100),pch=3,col=3) points(high_sex$“F“,weight_sex$“F“,pch=4,col=6),plot(high_sex$“M“,weight_sex$“M“,xlim=range(high),ylim=range(weight),pch=3,col=3) points(high_sex$“F“,weight_sex$“F“,pch=4,col=6),40,加入註解,legend(X的頂點, Y的頂點, legend=c(欲加入的註解), pch=c(使用的點的型式), col=c(使用的顏色), lty=c(使用的線的種類) ) Ex: legend(150,95,legend=c(“Male“,“Female“),pch=c(3,4),col=c(3,6),41,Example 1,42,(150,95),可以很明顯看出來，女生比男生輕、身高較不高 Q: 有線性關係嗎?,Example 2,43,若已知身高與體重的關係為weight=-113.5+1.05high，將這一條迴歸線加在圖中 abline(截距，斜率) abline(-113.5,1.05,col=“purple“),Example 2,44,Practice,在Surgical資料中，依男女畫出clot與prog的散佈圖(gender=0: male; gender=1: gemale)，男女請用不同顏色及標示，並加入註解標明男女。 假設clot與prog的關係為porg=57.75+0.95clot，請將此迴歸線標示於圖上,45,Example 3,46,資料TemperatureMonth記錄台灣26區域，一月到十二月的平均溫度 將A、B、C三地的每月平均溫度畫在同一張圖上,Practice,47,將D、E、F三地的每月平均溫度畫在同一張圖上 用不同顏色及線條標明D、E、F三地，並加註解,統計圖形（Scatter plot）,統計圖形（Scatter plot）,統計圖形（Histogram）,Author: William Playfair (1759-1823) 為數據圖學的先驅。 用途與特性：描述資料的分佈。 作法：決定組距(continuous data)或是類別數(categorical/ discrete data)，計算各組的個數，直方圖的寬度為資料的組距；高度即各組的個數、或所佔的百分比。 R指令: hist(變數名稱, ),hist(),hist(x, breaks=“Sturges“, freq = NULL, col = NULL, main = paste(“Histogram of“ , xname), xlim = range(breaks), ylim = NULL, xlab = xname, ) breaks: 設定組距 自行設定: c() 利用seq() 設定分組的組數( nclass) freq: 畫次數(T)或是相對頻率(F) xlim: X軸取值的範圍,51,直方圖 (Histogram ),hist(high) 自動給定組距,hist(high,breaks=c(140,155,165,170,190),52,直方圖 (Histogram ),hist(high,breaks=seq(140,190,10),hist(high,nclass=8),53,直方圖 (Histogram ),hist(high),hist(high,freq=F),54,統計圖形（Bar plot）,用途與特性：描述資料的分佈(特別是類別資料)。 作法：寬度相同，長度和已知次數成比例的長方形顯示數據的統計圖。 指令 barplot(變數名稱) Ex: barplot(VADeaths) barplot(VADeaths, legend = rownames(VADeaths) title(main = list(“Death Rates in Virginia“, font = 4),Random generation from distribution,Normal distribution rnorm(n, mean=0, sd=1) Chi-square distribution rchisq(n, df , ncp=0) Student t distribution rt(n, df) F distribution rf(n, df1, df2) Binomial distribution rbinom(n, size, prob) Poisson distribution rpois(n, lambda) Uniform distribution runif(n, min=0, max=1),Random generation from distribution,機率分佈相關的指令,Normal distribution 常態分佈 dnorm(x, mean=0, sd=1) x值所對應的密度 pnorm(q, mean=0, sd=1) q值所對應的累積機率 qnorm(p, mean=0, sd=1) 累積機率值為p所對應的數值 rnorm(n, mean=0, sd=1) 利用常態分佈產生n個隨機亂數,繪製機率密度函數圖,#=Normal Probability distribution=# x=c(-250:250)/50 a=dnorm(x, mean = 0, sd = 1) b=dnorm(x, mean = 0, sd = 20.5) c=dnorm(x, mean = 0, sd = 0.5(0.5) dd=dnorm(x, mean = 2, sd = 1) plot(x,c,pch=“+“) points(x,b,pch=“-“,col=“blue“) points(x,a,col=“red“,pch=“*“) points(x,dd,pch=“,col=“Green“) legend(-5,0.55, legend=c(“mean=0 var=1“,“mean=0 var=2“,“mean=0 var=0.5“, “mean=2 var=1“),pch=c(“*“,“-“,“+“,“), col=c(“red“,“blue“,“black“,“Green“),另一種繪製機率密度函數圖的方法,x=c(-250:250)/50 matplot(x, outer(x, c(0.5,1,2),function(x,sd)dnorm(x,0,sd), lty=1:3, type=c(“l“,“l“,“l“), ylab=“, col=c(“black“,“red“,“blue“) matlines(x, outer(x, c(-1,2),function(x,mu)dnorm(x,mu,1), lty=4:5, type=c(“l“,“l“,“l“), ylab=“, col=c(“green“,“purple“) legend(1.5,0.8,c(“N(0,0.5)“,“N(0,1)“,“N(0,2)“,“N(-1,1)“,“N(-2,1)“), lty=1:5,col=c(“black“,“red“,“blue“,“green“,“purple“) ),另一種繪製機率密度函數圖的方法,matplot: 將矩陣(x, y)依據行的資料，畫成圖形。 指令：matplot(x, y, 其餘圖形的設定指令)；在此y是利用outer指令產生。 outer: 利用函數function產生一個矩陣，亦即生成(x, y) 指令：outer(x, y, function) function: 自訂函數。 指令：function(自訂變數名稱) 表示式或公式。 matlines: 增加不同圖形於matplot上面。 matpoints: 同上。,Example of matplot,table(iris$Species) # is data.frame with Species factor iS - iris$Species = “setosa” #邏輯變數 iV - iris$Species = “versicolor“ #邏輯變數 op - par(bg = “bisque”) #背景是燒陶的顏色 matplot(c(1, 8), c(0, 4.5), type= “n“, xlab = “Length“, ylab = “Width“, main = “Petal and Sepal Dimensions in Iris Blossoms”) #type=“n”表示座標軸 matpoints(irisiS,c(1,3), irisiS,c(2,4), pch = c(“s“, “S“), col = c(2,4) matpoints(irisiV,c(1,3), irisiV,c(2,4), pch = (“v“,“V“), col = c(2,4) legend(1, 4, c(“Setosa Petals“, “ Setosa Sepals“, “Versicolor Petals“, “Versicolor Sepals“), pch = “sSvV“, col = rep(c(2,4), 2),繪製機率密度函數圖,繪製Beta分佈機率密度函數圖形 將Beta(1,1), Beta(1,2), Beta(1, 0.5), Beta(3,2), Beta(4,4), Beta(0.5,0.25) 繪製在同一張圖上,統計圖形,低階繪圖函數,低階繪圖函數,低階繪圖函數,Example-text(),畫出data1中，身高體重的散佈圖，並標示出其迴歸線(weight=-113.5+1.05high),73,Practice,畫出Surgical data中， clot與prog的散佈圖，並標示出其迴歸線(porg=57.75+0.95clot),74,Example-cex,75,設定字形大小,axis(),修改座標軸之文字、刻度、顏色 axis(side, at = NULL, labels = TRUE, tick = TRUE, lty = “solid“, lwd = 1,col = NULL, .) side: 1=below, 2=left, 3=above and 4=right at: 要修改的位置 labels: 修改座標軸刻度，可以是數字或文字 tick:a logical value specifying whether tickmarks and an axis line should be drawn box(): 產生座標軸框框,76,Example,par(mfrow=c(1,2) boxplot(split(clot,gender) boxplot(split(clot,gender),axes=F) axis(1,1:2,labels=c(“male“,“female“) axis(2,tick=F) box(),77,Practice,畫出Surgical data中，不同Dum1的clot之盒鬚圖（X軸之標示為Dum1=0與Dum1=1）,78,Table,計算離散型資料的次數分配表 R函數：table(變數1,變數2,變數3,),79,Practice,計算Surgical data中，男女的人數 分別列出男女接受Dum1治療的人數,80,長條圖（bar chart ）,描述離散型資料之次數分配 barplot(height, width = 1, beside = FA