Ngay2
quannh
2025-05-11
#Vẽ biểu đồ (ggplot2) ##1. lấy data từ gapminder package ‘gapminder’ successfully unpacked and MD5 sums checked
library(gapminder)
data("gapminder")
head(gapminder)## # A tibble: 6 × 6
## country continent year lifeExp pop gdpPercap
## <fct> <fct> <int> <dbl> <int> <dbl>
## 1 Afghanistan Asia 1952 28.8 8425333 779.
## 2 Afghanistan Asia 1957 30.3 9240934 821.
## 3 Afghanistan Asia 1962 32.0 10267083 853.
## 4 Afghanistan Asia 1967 34.0 11537966 836.
## 5 Afghanistan Asia 1972 36.1 13079460 740.
## 6 Afghanistan Asia 1977 38.4 14880372 786.##2.Vẽ biểu đồ tương quan
library(ggplot2)
p=ggplot(data=gapminder,aes(x=gdpPercap, y=lifeExp))###Gõ P để hiện biểu đồ ###Vẽ biểu đồ hiện point
p=ggplot(data=gapminder,aes(x=gdpPercap, y=lifeExp))
p = p + geom_point ()
p
#vẽ biểu đồ line, smooth thể hiện đường cong tương quan.
p=ggplot(data=gapminder,aes(x=gdpPercap, y=lifeExp))
p = p + geom_point ()
p = p + geom_line ()
p
p = p + geom_line () + geom_smooth()
p## `geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'
vẽ biểu đồ có màu lục địa
p=ggplot(data=gapminder,aes(x=gdpPercap, y=lifeExp,color=continent))
p=p+geom_smooth(method = "loess")
p## `geom_smooth()` using formula = 'y ~ x'
###Hàm vẽ tổng
p = ggplot(data = gapminder, aes(x = gdpPercap, y = lifeExp) )
p = p + geom_point(aes(color=continent))
p = p + geom_smooth (method="loess") + scale_x_log10()
p## `geom_smooth()` using formula = 'y ~ x'
VẼ BIỂU ĐỒ PHÂN Bố
##1.Lấy data
tq=read.csv( "D:\\OneDrive\\Documents\\HPK1 2018\\NVPS2025\\Viết báo khoa học paper\\R\\DU LIEU THUC HANH\\CHNS data full.csv")
head(tq)## id whours wgroup dead fu.time gender age edu marital residence income occu
## 1 1 35 1 0 4 2 52 3 3 1 116000 1
## 2 2 48 3 0 4 1 36 3 2 1 25200 1
## 3 3 40 1 0 4 2 31 3 2 1 27000 1
## 4 4 48 3 0 4 2 51 2 2 1 27600 2
## 5 5 32 2 0 4 1 58 2 2 1 34800 2
## 6 6 40 1 0 4 1 42 3 2 1 77000 1
## smoking drinking height weight bmi sys1 sys2 sys3 dias1 dias2 dias3 tsf1
## 1 0 0 168 83.5 29.58 120 126 120 80 82 76 28
## 2 1 0 173 85.0 28.40 120 120 120 90 80 80 25
## 3 0 1 167 50.0 17.93 110 108 110 70 70 70 18
## 4 0 0 164 80.0 29.74 120 110 120 80 82 80 27
## 5 0 0 175 65.0 21.22 120 120 120 80 82 80 23
## 6 0 1 179 75.0 23.41 110 112 110 72 76 70 24
## tsf2 tsf3 uac hc wc
## 1 27 28 36 111 103
## 2 44 25 35 102 95
## 3 17 18 25 96 72
## 4 26 27 32 104 97
## 5 22 22 35 102 90
## 6 23 24 28 96 90##2. Vẽ biểu đồ phân phối đơn giản
p=ggplot(data = tq, aes(x=income))
p
p+geom_histogram()## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.## Warning: Removed 224 rows containing non-finite outside the scale range
## (`stat_bin()`).
##3.vẽ màu cho biểu đồ
p+geom_histogram(fill="blue",col="yellow")## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.## Warning: Removed 224 rows containing non-finite outside the scale range
## (`stat_bin()`).
##4.Vẽ biểu đồ theo log để thấy được tương quan
p = ggplot(data=tq, aes(x=log(income)))
p+geom_histogram(fill="green",col="white")## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.## Warning: Removed 241 rows containing non-finite outside the scale range
## (`stat_bin()`).
##5. Điền nhãn cho trục hoành, trục tung
p = ggplot(data = tq, aes(x = log(income)))
p+ geom_histogram(fill = "violet",col = "yellow")+labs(x = "income (logscale)",y = "Frequency")## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.## Warning: Removed 241 rows containing non-finite outside the scale range
## (`stat_bin()`).
##6. Mục tiêu, hiển thị income theo giới tính
p = ggplot(data=tq, aes (x =log(income), fill =factor(gender) ) )
p + geom_histogram(col="white") +
labs (x="Income log(scale)",y="Frequency", title="Phan bo thu nhập")## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.## Warning: Removed 241 rows containing non-finite outside the scale range
## (`stat_bin()`).
##7. vẽ theo mật độ hay tỷ lệ %, frequency, làm mờ alpha =0.5 để thấy 2 đường biểu diễn
p + geom_density(alpha=0.5) +labs (x="Income log(scale)", y="Frequency", title = "Phân bố thu nhập")## Warning: Removed 241 rows containing non-finite outside the scale range
## (`stat_density()`).
##8.Biều đồ thanh
library(tidyverse)## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ lubridate 1.9.4 ✔ tibble 3.2.1
## ✔ purrr 1.0.4 ✔ tidyr 1.3.1
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors###8.1. Tạo data thu nhập theo độ tuổi
temp = tq %>% group_by(edu) %>% summarise(income = median(income, na.rm = T))
temp## # A tibble: 3 × 2
## edu income
## <int> <dbl>
## 1 1 1750.
## 2 2 6420
## 3 3 31200kết quả
1 1750. 2 6420 3 31200 ##9.vẽ biểu đồ thanh
tq$edu = as.character(factor(tq$edu, levels = c(1, 2, 3), labels = c("Primary", "Secondary", "Tertary")))
p = ggplot(data = temp, aes(x = edu, y = income, fill = edu))
p1 = p + geom_bar(stat = "identity") + labs(x = "Education", y = "Income") + theme(legend.position = "none")
p1
###9.1. Vẽ biểu đồ thanh có legend ( tiêu đề trên cột)
p + geom_bar(stat = "identity") + geom_text(aes(label = income, vjust = -0.5)) + geom_bar(stat = "identity") + labs(x = "Education", y = "Income") + theme(legend.position="none")
##10Soạn biểu đồ hộp so sánh phân bố của thu nhập theo giới tính “tq” tự
đặt.
tq$gender = as.character(factor(tq$gender, levels = c(1, 2), labels = c("Men", "Women")))
p = ggplot(data = tq, aes(x = factor(gender), y = log(income), col = factor(gender)))
p + geom_boxplot() + geom_jitter(alpha = 0.05) + labs(x = "Giới tính", y = "Thu nhập (logarithm scale)") + ggtitle("Thu nhập theo giới tính")## Warning: Removed 241 rows containing non-finite outside the scale range
## (`stat_boxplot()`).## Warning: Removed 224 rows containing missing values or values outside the scale range
## (`geom_point()`).
##11. Soạn biểu đồ tương quan ###11.1.Mối liên quan giữa thu nhập và
tuổi
p = ggplot(data = tq, aes(x = age, y = log(income)))
p + geom_point() + labs(x = "Tuổi", y = "Thu nhập (logarithm scale)") + ggtitle("Thu nhập theo tuổi")## Warning: Removed 226 rows containing missing values or values outside the scale range
## (`geom_point()`).
###11.2. Mối liên quan giữa thu nhập và tuổi theo giới tính.
p = ggplot(data = tq, aes(x = age, y = log(income), col = factor(gender)))
p1 = p + geom_point() + labs(x = "Tuổi", y = "Thu nhập (logarithm scale)") + ggtitle("Mối liên quan giữa thu nhập và tuổi theo giới tính")
p1## Warning: Removed 226 rows containing missing values or values outside the scale range
## (`geom_point()`).
###11.3. Thêm đường mô tả mối liên quan smooth
p2 = p1 + geom_smooth()
p2## `geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'## Warning: Removed 243 rows containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 226 rows containing missing values or values outside the scale range
## (`geom_point()`).
### Đường tương quan bậc 3
p3 = p1 + geom_smooth(method = "lm", formula = y ~ x + I(x^2) + I(x^3))
p3## Warning: Removed 243 rows containing non-finite outside the scale range
## (`stat_smooth()`).## Warning: Removed 226 rows containing missing values or values outside the scale range
## (`geom_point()`).
##Kết thúc