Plot irisan

Untuk menggambar grafik suatu fungsi dengan satu masukan, gunakan slice_plot(). Ekspresi tilde adalah argumen pertama; spesifikasi interval domain adalah argumen kedua. Contohnya,

library (mosaicCalc)
## Loading required package: mosaic
## Registered S3 method overwritten by 'mosaic':
##   method                           from   
##   fortify.SpatialPolygonsDataFrame ggplot2
## 
## The 'mosaic' package masks several functions from core packages in order to add 
## additional features.  The original behavior of these functions should not be affected by this.
## 
## Attaching package: 'mosaic'
## The following objects are masked from 'package:dplyr':
## 
##     count, do, tally
## The following object is masked from 'package:Matrix':
## 
##     mean
## The following object is masked from 'package:ggplot2':
## 
##     stat
## The following objects are masked from 'package:stats':
## 
##     binom.test, cor, cor.test, cov, fivenum, IQR, median, prop.test,
##     quantile, sd, t.test, var
## The following objects are masked from 'package:base':
## 
##     max, mean, min, prod, range, sample, sum
## Loading required package: mosaicCore
## 
## Attaching package: 'mosaicCore'
## The following objects are masked from 'package:dplyr':
## 
##     count, tally
## The legacy packages maptools, rgdal, and rgeos, underpinning the sp package,
## which was just loaded, will retire in October 2023.
## Please refer to R-spatial evolution reports for details, especially
## https://r-spatial.org/r/2023/05/15/evolution4.html.
## It may be desirable to make the sf package available;
## package maintainers should consider adding sf to Suggests:.
## The sp package is now running under evolution status 2
##      (status 2 uses the sf package in place of rgdal)
## 
## Attaching package: 'mosaicCalc'
## The following object is masked from 'package:stats':
## 
##     D
slice_plot(t * exp(t) ~ t, bounds(t=0:10))

Ruang dua dimensi yang ditunjukkan pada gambar tersebut berisi pasangan (input, output), hanya sebagian kecil yang konsisten dengan hubungan yang dijelaskan oleh fungsi tersebut. Titik-titik dalam pecahan kecil itu dapat ditandai dengan titik-titik individual, namun alih-alih titik-titik, kita menggambar kurva kontinu yang menghubungkan titik-titik tersebut. Setiap titik pada kurva konsisten dengan hubungan antara masukan dan keluaran yang diwakili oleh fungsi tersebut.

Plot kontur

Fungsi dengan dua input dapat ditampilkan dengan contour_plot(). Tentu saja, ekspresi tilde yang mendefinisikan fungsi akan memiliki dua nama di sisi kanan ~ . Demikian pula, spesifikasi domain akan memiliki dua argumen, satu untuk masing-masing nama dalam ekspresi tilde.

library (mosaicCalc)
contour_plot(exp(-z)*sin(y) ~ y & z, bounds(y=-6:6, z=0:2))

Plot kontur akan menjadi format pilihan untuk menampilkan fungsi dengan dua masukan. Alasan utama memilih plot kontur adalah kemudahan dalam mengidentifikasi lokasi titik-titik dalam ruang masukan dan kemampuan membaca nilai keluaran tanpa banyak kesulitan.

Nama variabel

Pertanyaan mendasar yang harus ditanyakan terlebih dahulu tentang kerangka data apa pun adalah:

  1. Apa yang dimaksud dengan satu baris?
  2. Apa saja variabelnya dan apa kepanjangannya?

Jawaban atas pertanyaan-pertanyaan ini, untuk kerangka data yang akan kita gunakan, tersedia melalui dokumentasi R. Untuk memunculkan dokumentasi Engines, misalnya, berikan perintah:

head(Engines)
## # A tibble: 6 × 9
##   Engine            mass ncylinder strokes displacement  bore stroke   BHP   RPM
##   <chr>            <dbl>     <dbl>   <dbl>        <dbl> <dbl>  <dbl> <dbl> <dbl>
## 1 Webra Speedy     0.135         1       2          1.8  13.5   12.5  0.45 22000
## 2 Motori Cipolla   0.15          1       2          2.5  15     14    1    26000
## 3 Webra Speed 20   0.25          1       2          3.4  16.5   16    0.78 22000
## 4 Webra 40         0.27          1       2          6.5  21     19    0.96 15500
## 5 Webra 61 Blackh… 0.43          1       2         10    24     22    1.55 14000
## 6 Webra 6WR        0.49          1       2         10    24     22    2.76 19000

Saat bekerja dengan data, sering kali kita lupa apa saja variabelnya, bagaimana ejaannya, dan nilai apa yang dimiliki setiap variabel. Dua perintah yang berguna untuk mengingatkan diri sendiri adalah (diilustrasikan di sini dengan Engines):

Kami hanya akan menggunakan satu format grafis untuk menampilkan data: plot titik . Dalam plot titik, juga dikenal sebagai “plot sebar”, dua variabel ditampilkan, satu pada setiap sumbu grafis. Setiap kasus disajikan sebagai sebuah titik, yang koordinat horizontal dan vertikalnya merupakan nilai variabel untuk kasus tersebut. Contohnya:

gf_point(stroke ~ Engines$displacement, data = Engines)
## Warning: Use of `Engines$displacement` is discouraged.
## ℹ Use `displacement` instead.

datamesin <- Engines[1:10,6:7]
datamesin
## # A tibble: 10 × 2
##     bore stroke
##    <dbl>  <dbl>
##  1  13.5   12.5
##  2  15     14  
##  3  16.5   16  
##  4  21     19  
##  5  24     22  
##  6  24     22  
##  7  24     22  
##  8  27     25  
##  9  15.9   14  
## 10  27     25

Merencanakan data Kami hanya akan menggunakan satu format grafis untuk menampilkan data: plot titik . Dalam plot titik, juga dikenal sebagai “plot sebar”, dua variabel ditampilkan, satu pada setiap sumbu grafis. Setiap kasus disajikan sebagai sebuah titik, yang koordinat horizontal dan vertikalnya merupakan nilai variabel untuk kasus tersebut. Contohnya:

gf_point(stroke ~ bore, data = datamesin)

Data yang diplot di sini menunjukkan hubungan antara panjang langkah piston dan diameter silinder tempat piston bergerak. Namun hubungan ini tidak disajikan dalam bentuk fungsi, yaitu nilai goresan tunggal untuk setiap nilai diameter lubang.

Untuk banyak tujuan pemodelan, penting untuk dapat merepresentasikan hubungan sebagai suatu fungsi. Pada satu tingkat, hal ini sangatlah mudah: gambarkan kurva mulus melalui data dan gunakan kurva tersebut untuk fungsinya.

Nanti di Kalkulus MOSAIC , kita akan membahas cara membangun fungsi yang cocok dengan data menggunakan fungsi buku pola. Di sini, perhatian kami adalah membuat grafik fungsi-fungsi tersebut di atas plot titik. Jadi, tanpa penjelasan (sampai bab selanjutnya), kita akan membuat fungsi hukum pangkat, yang disebut stroke(bore), yang mungkin cocok dengan datanya. Kita akan menambahkan lapisan kedua ke grafik plot titik: plot irisan dari fungsi yang telah kita buat.

stroke <- fitModel(stroke ~ A*bore^b, data = Engines)
gf_point(stroke ~ bore, data = Engines) %>%
  slice_plot(stroke(bore) ~ bore, color="blue")

Lapisan kedua dibuat dengan slice_plot()perintah biasa. Untuk menempatkannya di atas plot titik kita menghubungkan dua perintah dengan sedikit tanda baca yang disebut “pipa”: %>%.