ЛР / ЛР4 / СОИ ЛР4 ОТЧЕТ

Цель работы

Изучить способы визуализации и наглядного представления данных из выборки в R.

Выполнение работы

1) Для построения первого графика использовали встроенный набор данных, доступный по команде data(InsectSparays). Построили график с boxplot’а ми по этим данным. Указали заголовки осей и самого рисунка:

•Аргумент xlab – “Инсектициды”

•Аргумент ylab – “Количество выживших насекомых”

•Аргумент main – “Эффективность инсектицидов”

Также каждый отдельно взятый boxplot на графике был закрашен своим цветом. Рассчитали среднее значение для каждого boxplot’а и добавить эти средние значения в c соответствующий boxplot с помощью функции точек points().

Код в соответствии с листингом 1 и результат в соответствии с рисунком 1.

Листинг 1 – Код пункта 1

# Пункт 1

library(datasets)

data(InsectSprays)

force(InsectSprays)

#Отображенеи графика boxplot(count ~ spray,

data = InsectSprays, xlab = "Инсектициды",

ylab = "Количество выживших насекомых", main = "Эффективность инсектицидов",

col = c("red", "green", "blue", "brown", "blueviolet", "cyan"))

#Определение средненго значеиня каждого boxplot

mean_point <- lapply(unstack(InsectSprays), mean)

# Отбражение средненго значеиня boxplot на графике points(1:length(mean_point), mean_point, col = "black", pch = 20)

Рисунок 1 – График пункта 1

2) Для построения следующего графика использовали встроенный набор данных, доступный по команде data(ToothGrowth) и пакет “ggplot2”. Для начала подготовили данные для отображения violin plot. Переменную “dose”

перевели в переменную с типом factor. Затем отобразили violin plot, так чтобы по оси X была отложена переменная “dose”, а по оси Y – “len”. Внутри каждого violin plot’а добавили среднее значение и стандартное отклонение. Линии окантовки графиков сделали разных цветов. Изменили отображение позиции легенды на отображение под графиком.

Код в соответствии с листингом 2 и результат в соответствии с рисунком 2.

Листинг 2 – Код пункта 2

#Пункт 2

#Подключение необходимых пакетов library(datasets)

library(ggplot2)

#Получение датасета data(ToothGrowth) force(ToothGrowth)

#Приведене ToothGrowth$dose к фактору

ToothGrowth$dose=as.factor(ToothGrowth$dose)

#Вычисляем среднее значение и стандартное отклонене mean_tg <- aggregate(len ~ dose, ToothGrowth, mean) sd_tg <- aggregate(len ~ dose, ToothGrowth, sd)

2

# Отображение графика

ggplot(ToothGrowth, aes(x=dose, y =len, col=dose)) + geom_violin(trim = FALSE) +

theme_light()+

geom_point(data = sd_tg, aes(dose, mean_tg$len-len))+ geom_point(data = sd_tg, aes(dose, mean_tg$len+len))+ geom_point(data = sd_tg, aes(dose, mean_tg$len), cex=4)+ theme(legend.position="bottom")

Рисунок 2 – График пункта 2

3)Следующие графиками гистограммы распределений. Возьмем 2

разных закона распределения вероятностей. Отобразим на графике гистограмму распределения точек (моделируем по 500 значений). Столбцы гистограммы сделали разными цветами отличными от стандартных. Над каждым столбцом гистограммы отобразили количество находящихся в ней точек. Для этого используем функцию text(). На гистограмму наложили кривую используемого распределения. Также дали наименование осям и самому графику.

Код в соответствии с листингом 3 и результат в соответствии с рисунками 3-4.

Листинг 3 – Код пункта 3

# Пункт 4

num_count = 500 # Кол-во значений выборки

# Формирование выборки экспоненциального и нормального распределений exp_sample = rexp(num_count)

norm_sample = rnorm(num_count)

3

#Рисуем график эксп. распред. hist(exp_sample,

labels = TRUE, # Отображает кол-во точек в ситолбце main="Экспоненциальное распределение",

xlab="x", ylab="Количество", col="cyan")

#Рисуем кривую эксп. распред.

curve(dexp(x)*num_count/2, add = T,

col = "blueviolet", lwd = 2)

#Рисуем на графике график норм. распред. hist(norm_sample,

labels = TRUE, # Отображает кол-во точек в ситолбце main="Нормальное распределение",

xlab="x", ylab="Количество", col="cyan")

#Рисуем на графике кривую норм. распред. curve(dnorm(x)*num_count/2,

add = T,

col = "blueviolet", lwd = 2)

Рисунок 3 – График экспоненциального распределения пункта 3

4