-
数据分析的基本步骤 偏重假设驱动
查看全部 -
plot(airquality$Wind,airquality$Temp) with(airquality,plot(Wind,Temp)) with(airquality,plot(Wind,Temp, main = "Wind and Temp in NYC", type = "n"))
with(subset(airquality,Month==9), points(Wind,Temp,col="red")) #9月份的数据点为红色
with(subset(airquality,Month==5), points(Wind,Temp,col="blue")) #5月份的数据点为蓝色
with(subset(airquality,Month %in% c(6,7,8)), points(Wind,Temp,col="black")) #6、7、8三个月为黑点
fit <- lm(Temp ~ Wind,airquality) abline(fit,lwd=2) #拟合回归线
legend("topright",pch=1, col=c("red","blue","black"), legend = c("Sep","May","Other")) #添加图例
（"topright"表示图例位置放右上方，pch=1用圈表示数据，col=c("red","blue","black")表示从这三种颜色种选取,legend=c("Sep","May","Other")表示这三个月份分别对应前面的三种颜色)
查看全部 -
基本绘图系统之plot()
plot(x,y,...)
其中：
xlab ylab 是x y 坐标轴的标签
lwd 画线有多宽
lty 画线类型：实线还是虚线
pch 点是实心 空心
col 图形的颜色
查看全部 -
稳健统计量 robust statistics
查看全部 -
R Markdown
查看全部 -
Replication(可重复) vs. Reproducible Research(可再现研究)
查看全部 -
Replication(可重复) vs. Reproducible Research(可再现研究)
查看全部 -
探索性数据分析：
六大作图原则：
6.内容是王道
查看全部 -
探索性数据分析：
六大作图原则：
5.使用适当的图标、尺度等
查看全部 -
探索性数据分析：
六大作图原则：
4.整合证据
查看全部 -
探索性数据分析：
六大作图原则：
3.凸显多元性
查看全部 -
探索性数据分析：
六大作图原则：
2.凸显机制
查看全部 -
探索性数据分析：
六大作图原则：
1.凸显比较
查看全部 -
探索性数据分析：
特点：
查看全部 -
探索性数据分析：
目的：
查看全部
举报