Anscombe's Quartet

작업환경 정리

현재 작업디렉토리 찾아보기

getwd()

## [1] "/Users/coop2711/Dropbox/works/class/Stat_Graphics/R.WD"

검색가능한 package 와 data 열거

search()

##  [1] ".GlobalEnv"        "package:knitr"     "package:stats"    
##  [4] "package:graphics"  "package:grDevices" "package:utils"    
##  [7] "package:datasets"  "KoreaEnv"          "package:methods"  
## [10] "Autoloads"         "package:base"

ggplot과 qplot이 포함되어 있는 ggplot2 패키지 설치 방법

install.packages("ggplot2")

## Error in contrib.url(repos, "source"): trying to use CRAN without setting a mirror

ggplot2 패키지를 search 가능한 library 에 탑재

library("ggplot2")

library 가 어떤 기능을 하는 함수인지 알아보려면? 특히 패키지 이름을 어떻게 표기하는지 유의

?library

ggplot2 를 library 에서 내리려면 어떻게 해야 하는지 시행착오를 좀 거쳐 본다면 …

detach(ggplot2)

## Error in detach(ggplot2): invalid 'name' argument

detach("ggplot2")

## Error in detach("ggplot2"): invalid 'name' argument

search()에 나오는 구조에 유의.

search()

##  [1] ".GlobalEnv"        "package:ggplot2"   "package:knitr"    
##  [4] "package:stats"     "package:graphics"  "package:grDevices"
##  [7] "package:utils"     "package:datasets"  "KoreaEnv"         
## [10] "package:methods"   "Autoloads"         "package:base"

detach("package:ggplot2")

검색 목록에서 빠져 나간 것 확인.

search()

##  [1] ".GlobalEnv"        "package:knitr"     "package:stats"    
##  [4] "package:graphics"  "package:grDevices" "package:utils"    
##  [7] "package:datasets"  "KoreaEnv"          "package:methods"  
## [10] "Autoloads"         "package:base"

다시 검색 목록에 올리고,

library(ggplot2)
search()

##  [1] ".GlobalEnv"        "package:ggplot2"   "package:knitr"    
##  [4] "package:stats"     "package:graphics"  "package:grDevices"
##  [7] "package:utils"     "package:datasets"  "KoreaEnv"         
## [10] "package:methods"   "Autoloads"         "package:base"

두번째 방법은 검색목록에 등장하는 위치(numbering)을 사용하는 것임.

detach(2)
search()

##  [1] ".GlobalEnv"        "package:knitr"     "package:stats"    
##  [4] "package:graphics"  "package:grDevices" "package:utils"    
##  [7] "package:datasets"  "KoreaEnv"          "package:methods"  
## [10] "Autoloads"         "package:base"

특정 패키지의 help 문서를 살피기 위한 한두가지 시행 착오 …

help(package:methods)

## Error in help(package:methods): 'topic' should be a name, length-one character vector or reserved word

help("package:methods")

## No documentation for 'package:methods' in specified packages and libraries:
## you could try '??package:methods'

help 문서를 help 로 검색

?help

다음과 같은 문법을 적용해야 함을 알 수 있음.

help(package=methods)

anscombe quartet 자료가 들어있는 datasets 패키지의 자료 목록 검색

data(package="datasets")

Anscombe 자료의 기초통계 요약

Anscombe 자료 가져다 붙이기

data(anscombe)

그러나 data() 함수로는 검색 목록에 올라가지 않는다는 것을 확인.

search()

##  [1] ".GlobalEnv"        "package:knitr"     "package:stats"    
##  [4] "package:graphics"  "package:grDevices" "package:utils"    
##  [7] "package:datasets"  "KoreaEnv"          "package:methods"  
## [10] "Autoloads"         "package:base"

anscombe 자료의 구조 확인 후 자료를 실제로 출력

str(anscombe)

## 'data.frame':    11 obs. of  8 variables:
##  $ x1: num  10 8 13 9 11 14 6 4 12 7 ...
##  $ x2: num  10 8 13 9 11 14 6 4 12 7 ...
##  $ x3: num  10 8 13 9 11 14 6 4 12 7 ...
##  $ x4: num  8 8 8 8 8 8 8 19 8 8 ...
##  $ y1: num  8.04 6.95 7.58 8.81 8.33 ...
##  $ y2: num  9.14 8.14 8.74 8.77 9.26 8.1 6.13 3.1 9.13 7.26 ...
##  $ y3: num  7.46 6.77 12.74 7.11 7.81 ...
##  $ y4: num  6.58 5.76 7.71 8.84 8.47 7.04 5.25 12.5 5.56 7.91 ...

anscombe

##    x1 x2 x3 x4    y1   y2    y3    y4
## 1  10 10 10  8  8.04 9.14  7.46  6.58
## 2   8  8  8  8  6.95 8.14  6.77  5.76
## 3  13 13 13  8  7.58 8.74 12.74  7.71
## 4   9  9  9  8  8.81 8.77  7.11  8.84
## 5  11 11 11  8  8.33 9.26  7.81  8.47
## 6  14 14 14  8  9.96 8.10  8.84  7.04
## 7   6  6  6  8  7.24 6.13  6.08  5.25
## 8   4  4  4 19  4.26 3.10  5.39 12.50
## 9  12 12 12  8 10.84 9.13  8.15  5.56
## 10  7  7  7  8  4.82 7.26  6.42  7.91
## 11  5  5  5  8  5.68 4.74  5.73  6.89

anscombe 자료의 기초통계 요약. 분산이나 표준편차는 나오지 않음.

summary(anscombe)

##        x1             x2             x3             x4    
##  Min.   : 4.0   Min.   : 4.0   Min.   : 4.0   Min.   : 8  
##  1st Qu.: 6.5   1st Qu.: 6.5   1st Qu.: 6.5   1st Qu.: 8  
##  Median : 9.0   Median : 9.0   Median : 9.0   Median : 8  
##  Mean   : 9.0   Mean   : 9.0   Mean   : 9.0   Mean   : 9  
##  3rd Qu.:11.5   3rd Qu.:11.5   3rd Qu.:11.5   3rd Qu.: 8  
##  Max.   :14.0   Max.   :14.0   Max.   :14.0   Max.   :19  
##        y1               y2              y3              y4        
##  Min.   : 4.260   Min.   :3.100   Min.   : 5.39   Min.   : 5.250  
##  1st Qu.: 6.315   1st Qu.:6.695   1st Qu.: 6.25   1st Qu.: 6.170  
##  Median : 7.580   Median :8.140   Median : 7.11   Median : 7.040  
##  Mean   : 7.501   Mean   :7.501   Mean   : 7.50   Mean   : 7.501  
##  3rd Qu.: 8.570   3rd Qu.:8.950   3rd Qu.: 7.98   3rd Qu.: 8.190  
##  Max.   :10.840   Max.   :9.260   Max.   :12.74   Max.   :12.500

표준편차를 막무가내로 계산하라고 하면 오류 발생.

sd(anscombe)

## Error in is.data.frame(x): (리스트) 객체는 유형 'double'로 강제형변환 될 수 없습니다

anscombe 자료의 구조로 인하여 apply() 함수 적용

apply(anscombe,2,sd)

##       x1       x2       x3       x4       y1       y2       y3       y4 
## 3.316625 3.316625 3.316625 3.316625 2.031568 2.031657 2.030424 2.030579

피어슨 상관계수는 행렬구조(사실은 data.frame)에서 각 변수 간의 상관계수 계산에 적합

cor(anscombe)

##            x1         x2         x3         x4         y1         y2
## x1  1.0000000  1.0000000  1.0000000 -0.5000000  0.8164205  0.8162365
## x2  1.0000000  1.0000000  1.0000000 -0.5000000  0.8164205  0.8162365
## x3  1.0000000  1.0000000  1.0000000 -0.5000000  0.8164205  0.8162365
## x4 -0.5000000 -0.5000000 -0.5000000  1.0000000 -0.5290927 -0.7184365
## y1  0.8164205  0.8164205  0.8164205 -0.5290927  1.0000000  0.7500054
## y2  0.8162365  0.8162365  0.8162365 -0.7184365  0.7500054  1.0000000
## y3  0.8162867  0.8162867  0.8162867 -0.3446610  0.4687167  0.5879193
## y4 -0.3140467 -0.3140467 -0.3140467  0.8165214 -0.4891162 -0.4780949
##            y3         y4
## x1  0.8162867 -0.3140467
## x2  0.8162867 -0.3140467
## x3  0.8162867 -0.3140467
## x4 -0.3446610  0.8165214
## y1  0.4687167 -0.4891162
## y2  0.5879193 -0.4780949
## y3  1.0000000 -0.1554718
## y4 -0.1554718  1.0000000

(x1, y1), (x2, y2), (x3, y3), (x4, y4) 간의 상관계수를 보기 쉽게 재배열. []의 용도에 유의

cor(anscombe[c(1,5,2,6,3,7,4,8)])

##            x1         y1         x2         y2         x3         y3
## x1  1.0000000  0.8164205  1.0000000  0.8162365  1.0000000  0.8162867
## y1  0.8164205  1.0000000  0.8164205  0.7500054  0.8164205  0.4687167
## x2  1.0000000  0.8164205  1.0000000  0.8162365  1.0000000  0.8162867
## y2  0.8162365  0.7500054  0.8162365  1.0000000  0.8162365  0.5879193
## x3  1.0000000  0.8164205  1.0000000  0.8162365  1.0000000  0.8162867
## y3  0.8162867  0.4687167  0.8162867  0.5879193  0.8162867  1.0000000
## x4 -0.5000000 -0.5290927 -0.5000000 -0.7184365 -0.5000000 -0.3446610
## y4 -0.3140467 -0.4891162 -0.3140467 -0.4780949 -0.3140467 -0.1554718
##            x4         y4
## x1 -0.5000000 -0.3140467
## y1 -0.5290927 -0.4891162
## x2 -0.5000000 -0.3140467
## y2 -0.7184365 -0.4780949
## x3 -0.5000000 -0.3140467
## y3 -0.3446610 -0.1554718
## x4  1.0000000  0.8165214
## y4  0.8165214  1.0000000

배열을 저장

a<-c(1,5,2,6,3,7,4,8)

평균과 표준편차 계산

apply(anscombe,2,mean)

##       x1       x2       x3       x4       y1       y2       y3       y4 
## 9.000000 9.000000 9.000000 9.000000 7.500909 7.500909 7.500000 7.500909

apply(anscombe,2,sd)

##       x1       x2       x3       x4       y1       y2       y3       y4 
## 3.316625 3.316625 3.316625 3.316625 2.031568 2.031657 2.030424 2.030579

번잡함을 덜기 이해 attach() 이용

attach(anscombe)

선형회귀계수도 비교

lsfit(x1,y1)$coefficient

## Intercept         X 
## 3.0000909 0.5000909

lsfit(x2,y2)$coefficient

## Intercept         X 
##  3.000909  0.500000

lsfit(x3,y3)$coefficient

## Intercept         X 
## 3.0024545 0.4997273

lsfit(x4,y4)$coefficient

## Intercept         X 
## 3.0017273 0.4999091

lm() 함수를 이용해서 계산해도 같은 결과

lm(y1~x1,data=anscombe)$coefficient

## (Intercept)          x1 
##   3.0000909   0.5000909

lm(y2~x2,data=anscombe)$coefficient

## (Intercept)          x2 
##    3.000909    0.500000

lm(y3~x3,data=anscombe)$coefficient

## (Intercept)          x3 
##   3.0024545   0.4997273

lm(y4~x4,data=anscombe)$coefficient

## (Intercept)          x4 
##   3.0017273   0.4999091

그러나 그림으로 비교하면?

산점도와 회귀선을 그려서 비교해 보자. 우선 모든 수직축과 수평축의 범위를 정하자.

x.min<-min(x1,x2,x3,x4)
y.min<-min(y1,y2,y3,y4)
y.max<-max(y1,y2,y3,y4)
x.max<-max(x1,x2,x3,x4)

한 장에 네개의 산점도를 그리기 위하여 par() 조정 후 작업. 점은 붉은 색으로, 회귀선은 최소제곱법 적용.

par(mfrow=c(2,2))
plot(x1,y1,xlim=c(x.min,x.max),ylim=c(y.min,y.max),col="red")
abline(lsfit(x1,y1))
plot(x2,y2,xlim=c(x.min,x.max),ylim=c(y.min,y.max),col="red")
abline(lsfit(x2,y2))
plot(x3,y3,xlim=c(x.min,x.max),ylim=c(y.min,y.max),col="red")
abline(lsfit(x3,y3))
plot(x4,y4,xlim=c(x.min,x.max),ylim=c(y.min,y.max),col="red")
abline(lsfit(x4,y4))

plot of chunk unnamed-chunk-29

png() 함수를 이용한 출력에는 다음 코드 필요

png(filename="anscombe.png",width=640,height=640)
dev.off()

## quartz_off_screen 
##                 2

qplot()과 ggplot()을 이용한 그림 작성

ggplot2 를 가져다 붙여놓기.

library("ggplot2")
search()

##  [1] ".GlobalEnv"        "package:ggplot2"   "anscombe"         
##  [4] "package:knitr"     "package:stats"     "package:graphics" 
##  [7] "package:grDevices" "package:utils"     "package:datasets" 
## [10] "KoreaEnv"          "package:methods"   "Autoloads"        
## [13] "package:base"

qplot()이나 ggplot()을 이용하려면 anscombe 데이터프레임을 long format 으로 바꿔야 함.
바꿔주기 위해서는 각 그룹을 구분하는 factor를 생성해야 함.

nrow(anscombe)

## [1] 11

?gl
a.levels<-gl(4,nrow(anscombe))
a.levels

##  [1] 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 4 4
## [36] 4 4 4 4 4 4 4 4 4
## Levels: 1 2 3 4

anscombe.long<-data.frame(x=c(x1,x2,x3,x4),y=c(y1,y2,y3,y4),group=a.levels)
anscombe.long

##     x     y group
## 1  10  8.04     1
## 2   8  6.95     1
## 3  13  7.58     1
## 4   9  8.81     1
## 5  11  8.33     1
## 6  14  9.96     1
## 7   6  7.24     1
## 8   4  4.26     1
## 9  12 10.84     1
## 10  7  4.82     1
## 11  5  5.68     1
## 12 10  9.14     2
## 13  8  8.14     2
## 14 13  8.74     2
## 15  9  8.77     2
## 16 11  9.26     2
## 17 14  8.10     2
## 18  6  6.13     2
## 19  4  3.10     2
## 20 12  9.13     2
## 21  7  7.26     2
## 22  5  4.74     2
## 23 10  7.46     3
## 24  8  6.77     3
## 25 13 12.74     3
## 26  9  7.11     3
## 27 11  7.81     3
## 28 14  8.84     3
## 29  6  6.08     3
## 30  4  5.39     3
## 31 12  8.15     3
## 32  7  6.42     3
## 33  5  5.73     3
## 34  8  6.58     4
## 35  8  5.76     4
## 36  8  7.71     4
## 37  8  8.84     4
## 38  8  8.47     4
## 39  8  7.04     4
## 40  8  5.25     4
## 41 19 12.50     4
## 42  8  5.56     4
## 43  8  7.91     4
## 44  8  6.89     4

ggplot() 으로 그리는 R 코드

theme_set(theme_bw())
ggplot(anscombe.long,aes(x,y))+
  geom_point(size=4)+
  geom_smooth(method="lm",fill=NA,fullrange=TRUE)+
  facet_wrap(~group)

plot of chunk unnamed-chunk-33

qplot() 으로 그리기. facet_wrap() 활용에 유의.

a1.qplot<-qplot(x,y, data=anscombe.long,geom=c("point","smooth"),method="lm")
a1.qplot+facet_wrap(~group,ncol=2)

plot of chunk unnamed-chunk-34