Dane jakościowe

Projekt 6.

---

Biblioteki…

library(tidyverse)
library(ggplot2)
library(magrittr)
library(readxl)
library(DT)
library(ggpmisc)
library(Hmisc)
library(plotly)
library(lubridate)
library(scatterplot3d)
library(purrr)
library(cowplot)
library(openair)
library(psych)

---

Dane

Wczytano dane z monitoringu stanu jakości zbiornika wodnego (w formacie xlsx). Zawierają osiem zmiennych badanych na przestrzeni trzech lat, z uwzględnieniem czterech punktów pomiarowo - kontrolnych.

dane2 <- read_excel("dane2.xlsx")
dane2_d <- dane2[3:10]

dane2[,c(3:10)] <- round(dane2[,c(3:10)], digits = 2)
a <- datatable(dane2, caption = "Dane", options = list(scrollX = TRUE)) 
a

---

Statystyki

summary(dane2)

##   Nr_pomiaru             Rok            BOD5             COD       
##  Length:140         Min.   :2017   Min.   : 1.000   Min.   :17.20  
##  Class :character   1st Qu.:2018   1st Qu.: 4.000   1st Qu.:21.50  
##  Mode  :character   Median :2018   Median : 5.000   Median :22.50  
##                     Mean   :2018   Mean   : 5.371   Mean   :22.57  
##                     3rd Qu.:2019   3rd Qu.: 7.000   3rd Qu.:23.73  
##                     Max.   :2019   Max.   :12.000   Max.   :27.10  
##  Ammonium Nitrogen Nitrite Nitrogen Nitrate Nitrogen Total Nitrogen 
##  Min.   :0.1500    Min.   :0.0300   Min.   :0.0600   Min.   :1.500  
##  1st Qu.:0.3675    1st Qu.:0.1775   1st Qu.:0.1200   1st Qu.:1.837  
##  Median :0.4800    Median :0.2450   Median :0.1750   Median :2.335  
##  Mean   :0.5508    Mean   :0.2546   Mean   :0.1984   Mean   :2.546  
##  3rd Qu.:0.6925    3rd Qu.:0.2925   3rd Qu.:0.2700   3rd Qu.:3.502  
##  Max.   :1.1000    Max.   :0.5700   Max.   :0.5400   Max.   :3.730  
##  Total Phosphorus Suspended matter
##  Min.   :0.1400   Min.   :10.00   
##  1st Qu.:0.2000   1st Qu.:12.00   
##  Median :0.2750   Median :13.00   
##  Mean   :0.2614   Mean   :15.32   
##  3rd Qu.:0.3200   3rd Qu.:16.00   
##  Max.   :0.3500   Max.   :31.00

---

Podstawowa analiza

Wykonano wykresy przedstawiające wartości poszczególnych zmiennych na przestrzeni lat. Kolorami zaznaczono podział na punkty pomiarowo - kontrolne (P1, P2, P3, P4). Do rozdzielenia wykresów skorzytano z funkcji facet_wrap.

dane <- filter(dane, Nr_pomiaru%in%c("P1", "P2", "P3", "P4")) %>% 
  mutate(Nr_pomiaru = factor(Nr_pomiaru, levels = c("P1", "P2", "P3", "P4")))

ggplot(data = dane, aes(Rok, Wartosc, color = Nr_pomiaru)) +
  theme_minimal()+
  scale_x_continuous(expand=c(0,0), limits = c(2016,2020))+
  geom_jitter()+
  geom_line()+
   labs(title = "Stan wszystkich zmiennych",
       y = "Wartość", x = "")+
  facet_wrap(~Zmienna, scales = "free", ncol = 2)

---

Zależności między zmiennymi

Wspólczynnik korelacji

W celu sprawdzenia występowania zależności między analizowanymi zmiennymi, obliczono wartości współczynnika korelacji. Wyniki zostały umieszczone w tabeli poniżej.

korelacje <- as.data.frame(round(cor(dane2_d), digits = 2))
k <- datatable(korelacje, options = list(scrollX = TRUE)) 
k

---

Wstępne zobrazowanie danych

pairs.panels(dane2_d, 
             method = "pearson", 
             hist.col = "#376485",
             density = FALSE,  
             ellipses = FALSE)

---

Wykresy rozrzutu

Przygotowano dwa identyczne wektory (l1, l2) zawierające nazwy zmiennych. Następnie napisano funkcję o nazwie scatter_fun, która kreśli wykres rozrzutu i dodaje linie regresji (za pomocą geom_smooth). Do zapętlenia użyto map() z biblioteki purrr. Proces tworzenia wykresów polegał na przekazaniu każdej zmiennej z l1 do pierwszego argumentu w scatter_fun() i ustawianiu drugiego argumentu na l2, czyli przejściu przez oba wektory zmiennych, tworząc wszystkie wykresy jednocześnie. Takie rozwiązanie było możliwe, dzięki zagnieżdżeniu jednej pętli w drugiej - zmienne z l1 umieszczono w pętli zewnętrznej, a z l2 - w pętli wewnętrznej.

W rezultacie powstały 64 wykresy - uwzględniając również te, na których ta sama zmienna znajduje się na obu osiach, czego efektem jest linia prosta, a także wykresy, które zawierają takie same zmienne, ale przedstawione w odwrotnej konfiguracji na osiach x i y.

Poniżej znajduje się rezultat wymienionych etapów działania, w postaci wykresów każdej kombinacji zmiennych, uwzględniając podział na konkretną zmienną.

l1 = names(dane2_d)[1:8]
l2 = names(dane2_d)[1:8]

scatter_fun = function(x, y) {
     ggplot(dane2_d, aes(x = .data[[x]], y = .data[[y]]) ) +
          geom_point() +
          geom_smooth(method = "loess", se = FALSE, color = "#6DF373") +
          theme_bw() +
          labs(x = x,
               y = y)
}

all_plots = map(l1,
                ~map(l2, scatter_fun, y = .x) )

wykresy = map(all_plots, ~cowplot::plot_grid(plotlist = .x))
wykresy

## [[1]]

## 
## [[2]]

## 
## [[3]]

## 
## [[4]]

## 
## [[5]]

## 
## [[6]]

## 
## [[7]]

## 
## [[8]]