समूहों के बीच वितरण की दृश्य तुलना: "असममित बीनप्लॉट्स" के लिए पैमाने कैसे संशोधित किया गया है? - आर, प्लॉट, स्केल, डिस्ट्रीब्यूशन

मैं हाल ही में आर-पैकेज में आया था beanplot और एक ही भूखंड में दो उपसमूहों के वितरण की साजिश की पेशकश की संभावना (विशेष असममित बीनप्लॉट)। आपको पैकेज का विवरण मिलता है सांख्यिकीय सॉफ्टवेयर जर्नल और पर cran.r-project.org.

मैंने निम्नलिखित का उपयोग करके एक असममित बीनप्लॉट का उत्पादन किया कोड:

library(psych)
library(beanplot)

var1 <-c(20,33,NA,39,NA,40,34,33,NA,38,NA,8,7,NA,NA,40,34,24,25,36,40,37,34,NA,35)
var2 <- c(1,0,1,1,1,0,1,0,1,NA,1,0,0,0,0,1,1,0,1,0,1,1,NA,0,1)
mydata<-data.frame(var1,var2)
table(mydata)

par(lend = 1, mai = c(0.8, 0.8, 0.5, 0.5))
beanplot(var1 ~ var2, data= mydata,  side = "both",log="",
what=c(1,1,1,0), border = NA, col = list("black", c("grey", "white")))
legend("bottomleft", fill =c("black", "grey"), legend = c("no", "yes"))

उत्पादित प्लॉट अच्छी तरह से दो उपसमूहों के "वितरण के विभिन्न आकार को दर्शाता है।

संकट

आश्रित चर 7 से 40 तक के पैमाने पर मापा जाता है। हालांकि, y- अक्ष -1 से +55 तक जाता है।

यह बहुत अच्छा होगा यदि कोई भी यह समझा सके कि पैमाने को कैसे संशोधित किया गया है, यानी वास्तव में यहाँ क्या प्लॉट किया गया है। क्या मूल पैमाने का उपयोग करके वितरण को साजिश करने का एक तरीका है?

बहुत बहुत शुक्रिया!

उत्तर:

beanplot का उपयोग करता है density। अनुमानित घनत्व देखे गए डेटा की सीमा के क्षेत्रों को द्रव्यमान दे सकता है। आप इस बात का अंदाजा लगा सकते हैं कि घनत्व क्या करता है - plot(density(1:2))और आपको यह देखना चाहिए कि यह डेटा बिंदुओं पर केंद्रित औसत गाऊसी घनत्व ले रहा है (ध्यान दें कि आप एक अलग कर्नेल का उपयोग कर सकते हैं) beanplot आपको कर्नेल पैरामीटर निर्दिष्ट करने की अनुमति देता है)। यह उस गॉसियन के लिए विचरण कैसे चुनता है, यह आपके ऊपर है, लेकिन डिफ़ॉल्ट रूप से यह बीनप्लॉट उपयोगों की तरह दिखता है bw.SJ बैंडविड्थ चुनने के लिए "डीपीआई" विधि के साथ।

आप कटमिन और कटमैक्स का उपयोग उस सीमा को नियंत्रित करने के लिए कर सकते हैं जो बीनप्लॉट वास्तव में प्लॉट करता है लेकिन यह वास्तव में घनत्व के अनुमान को नहीं बदलता है।