## 6.3 使用 ggplot 在 R 中繪制
在 R 中有許多不同的繪制數據的工具,但我們將重點關注由名為`ggplot2`的包提供的`ggplot()`函數。ggplot 是非常強大的,但是使用它需要了解它的工作原理。
假設我們要創建一個 _ 散點圖 _,該散點圖繪制了每個成年人的身高和體重,樣本來自 nhanes 數據集的 150 人,不同的標記用于表示男性和女性。首先,我們創建示例:
```r
NHANES_sample <-
NHANES_adult %>%
drop_na(Weight, Gender) %>% #remove rows (individuals) with missing values for Weight and Gender
sample_n(150) #take a random sample of n = 150 rows (individuals)
```
現在讓我們設置`ggplot()`命令。這需要我們具體說明兩件事。首先,我們需要告訴它從哪個數據幀獲取數據(在本例中是`NHANES_sample`)。其次,我們需要通過 _ 美學 _ 函數`aes()`來告訴它要使用的數據框架中的哪些變量。在這種情況下,我們要繪制 X 軸上的高度和 Y 軸上的權重。結果如圖[6.4](#fig:emptyPlot)所示:該命令生成一組繪圖軸,但實際上沒有顯示任何數據。
```r
NHANES_sample %>%
ggplot(aes(x = Height, y = Weight))
```

圖 6.4 由 ggplot()生成的空圖框
接下來我們需要添加數據的表示。我們告訴`ggplot`要顯示什么的方法是向主`ggplot()`命令添加各種命令。特別是,我們通常需要添加一個 _ 幾何體 _ 或“geom”,它指定如何在繪圖中排列數據。例如,為了顯示每個數據點,我們可以使用`geom_point()`幾何圖形,如圖[6.5](#fig:simpleGeom)所示。每個數據點代表我們的`NHANES_sample`數據集中的一個單獨的行,每個行對應于這個數據集中的一個人。
```r
NHANES_sample %>%
ggplot(aes(x = Height, y = Weight)) +
geom_point()
```

圖 6.5 簡單散點圖
最后,我們要根據不同的性別用不同的顏色繪制點。我們只需在美學中添加一個 _ 顏色 _ 關鍵字,它告訴`geom_point()`函數按性別分開顏色點。如圖[6.6](#fig:colorPoints)所示。這個圖還顯示了一個示例,說明了如何在一個圖中包含多個幾何層——在本例中,我們使用`geom_smooth()`分別按性別繪制最能描述身高和體重之間關系的線。線條周圍的陰影反映了我們對當時估計的信心。
```r
NHANES_sample %>%
ggplot(aes(x = Height, y = Weight, color = Gender)) +
geom_point() +
geom_smooth(method = "lm")
```

圖 6.6 散點圖,各點按性別分別著色。
- 前言
- 0.1 本書為什么存在?
- 0.2 你不是統計學家-我們為什么要聽你的?
- 0.3 為什么是 R?
- 0.4 數據的黃金時代
- 0.5 開源書籍
- 0.6 確認
- 1 引言
- 1.1 什么是統計思維?
- 1.2 統計數據能為我們做什么?
- 1.3 統計學的基本概念
- 1.4 因果關系與統計
- 1.5 閱讀建議
- 2 處理數據
- 2.1 什么是數據?
- 2.2 測量尺度
- 2.3 什么是良好的測量?
- 2.4 閱讀建議
- 3 概率
- 3.1 什么是概率?
- 3.2 我們如何確定概率?
- 3.3 概率分布
- 3.4 條件概率
- 3.5 根據數據計算條件概率
- 3.6 獨立性
- 3.7 逆轉條件概率:貝葉斯規則
- 3.8 數據學習
- 3.9 優勢比
- 3.10 概率是什么意思?
- 3.11 閱讀建議
- 4 匯總數據
- 4.1 為什么要總結數據?
- 4.2 使用表格匯總數據
- 4.3 分布的理想化表示
- 4.4 閱讀建議
- 5 將模型擬合到數據
- 5.1 什么是模型?
- 5.2 統計建模:示例
- 5.3 什么使模型“良好”?
- 5.4 模型是否太好?
- 5.5 最簡單的模型:平均值
- 5.6 模式
- 5.7 變異性:平均值與數據的擬合程度如何?
- 5.8 使用模擬了解統計數據
- 5.9 Z 分數
- 6 數據可視化
- 6.1 數據可視化如何拯救生命
- 6.2 繪圖解剖
- 6.3 使用 ggplot 在 R 中繪制
- 6.4 良好可視化原則
- 6.5 最大化數據/墨水比
- 6.6 避免圖表垃圾
- 6.7 避免數據失真
- 6.8 謊言因素
- 6.9 記住人的局限性
- 6.10 其他因素的修正
- 6.11 建議閱讀和視頻
- 7 取樣
- 7.1 我們如何取樣?
- 7.2 采樣誤差
- 7.3 平均值的標準誤差
- 7.4 中心極限定理
- 7.5 置信區間
- 7.6 閱讀建議
- 8 重新采樣和模擬
- 8.1 蒙特卡羅模擬
- 8.2 統計的隨機性
- 8.3 生成隨機數
- 8.4 使用蒙特卡羅模擬
- 8.5 使用模擬統計:引導程序
- 8.6 閱讀建議
- 9 假設檢驗
- 9.1 無效假設統計檢驗(NHST)
- 9.2 無效假設統計檢驗:一個例子
- 9.3 無效假設檢驗過程
- 9.4 現代環境下的 NHST:多重測試
- 9.5 閱讀建議
- 10 置信區間、效應大小和統計功率
- 10.1 置信區間
- 10.2 效果大小
- 10.3 統計能力
- 10.4 閱讀建議
- 11 貝葉斯統計
- 11.1 生成模型
- 11.2 貝葉斯定理與逆推理
- 11.3 進行貝葉斯估計
- 11.4 估計后驗分布
- 11.5 選擇優先權
- 11.6 貝葉斯假設檢驗
- 11.7 閱讀建議
- 12 分類關系建模
- 12.1 示例:糖果顏色
- 12.2 皮爾遜卡方檢驗
- 12.3 應急表及雙向試驗
- 12.4 標準化殘差
- 12.5 優勢比
- 12.6 貝葉斯系數
- 12.7 超出 2 x 2 表的分類分析
- 12.8 注意辛普森悖論
- 13 建模持續關系
- 13.1 一個例子:仇恨犯罪和收入不平等
- 13.2 收入不平等是否與仇恨犯罪有關?
- 13.3 協方差和相關性
- 13.4 相關性和因果關系
- 13.5 閱讀建議
- 14 一般線性模型
- 14.1 線性回歸
- 14.2 安裝更復雜的模型
- 14.3 變量之間的相互作用
- 14.4“預測”的真正含義是什么?
- 14.5 閱讀建議
- 15 比較方法
- 15.1 學生 T 考試
- 15.2 t 檢驗作為線性模型
- 15.3 平均差的貝葉斯因子
- 15.4 配對 t 檢驗
- 15.5 比較兩種以上的方法
- 16 統計建模過程:一個實例
- 16.1 統計建模過程
- 17 做重復性研究
- 17.1 我們認為科學應該如何運作
- 17.2 科學(有時)是如何工作的
- 17.3 科學中的再現性危機
- 17.4 有問題的研究實踐
- 17.5 進行重復性研究
- 17.6 進行重復性數據分析
- 17.7 結論:提高科學水平
- 17.8 閱讀建議
- References