Questions tagged «data-visualization»

很抱歉这个模糊的问题，但是这张表出现在Biddle等人的文章中。2009年，我之前从未遇到过类似的事情。这是一个带有斜边的条形图，有时是“角”。这些是什么意思？这种图表有名称吗？ 根据/meta/244083/site-for-asking-about-charts，我认为学术界是最好的询问场所。

13 data-visualization  boxplot 

我是否可以将箱须图用于多峰分布还是仅用于单峰分布？

13 distributions  data-visualization  boxplot 

对于近似正态分布的数据，箱形图是快速可视化数据的中值和散布以及任何异常值的好方法。 但是，对于更重尾的分布，很多点显示为离群值，因为离群被定义为不在IQR的固定因子范围内，而对于重尾分布，这种情况当然会更频繁地发生。 那么人们使用什么可视化此类数据呢？还有更适应的东西吗？如果重要的话，我在R上使用ggplot。

13 r  distributions  data-visualization  data-transformation  ggplot2 

在直方图中添加一条垂直线以可视化平均值是否“可行”？ 对我来说似乎还可以，但是我从未在教科书之类的书中见过，所以我想知道是否有某种惯例不这样做？ 该图是针对学期论文的，我只是想确保我不会意外破坏一些非常重要的潜规则。:)

13 self-study  data-visualization  mean  histogram 

使用以下代码，我尝试在中的图形上绘制四个图R。我对图不满意，因为图之间有很多空间，因此图的宽度不足以分析图。 有人可以帮我制作一个有四个图的漂亮图吗？ 如何保持X轴标签的范围从1到10，而不是默认的5个标签？ 数据： a1：11.013 13.814 13.831 13.714 13.787 13.734 13.778 13.771 13.823 13.659 a2：5.181 7.747 8.314 8.061 7.920 8.153 8.540 8.845 7.881 8.301 我已经将a1数据用于b1，c1和d1；仅用于此处的b2，c2和d2的a2数据。 数字： 码： op=par(mfrow=c(4,1), mar=c(5.5,5.1,4.1,2.1)) plot(a1, type="b", ylim=c(0,14.5), xlab="Time (secs)", ylab="", cex.axis=1.4, cex.lab=1.3,cex=1.2,lwd=2.5,col="red1",lty=2,pch=1, main="A") lines(a2,type="b",pch=3,lty=3,col="darkblue",lwd=2.5,cex=1.2) par(xpd=T) legend(1,26.5,c("X","Y"),bty="n",horiz=T,cex=1.5,col=c("red1","darkblue"),text.col=c("red1","darkblue"),pch=c(1,3),lty=c(2,3),x.intersp=0.4,adj=0.2) plot(b1, type="b", ylim=c(0,14.5), xlab="Time (secs)", ylab="", cex.axis=1.4, cex.lab=1.3,cex=1.2,lwd=2.5,col="red1",lty=2,pch=1, main="B") …

13 r  data-visualization 

我已经阅读并看到了许多平行坐标图。有人可以回答以下问题： 简单来说，什么是平行坐标图（PCP），以便外行可以理解？ 可能的话凭直觉进行数学解释 PCP何时有用，何时使用？ 如果是PCP 不是有用的时，应避免他们？ PCP的可能优缺点

13 r  data-visualization 

是否有人知道研究不同可视化技术的有效性（可理解性）的研究？ 例如，人们相对于另一种形式的可视化理解有多快？与可视化的交互性是否可以帮助人们回忆数据？遵循这些原则。可视化示例可能是：散点图，图形，时间线，地图，交互式界面（如平行坐标）等。 我对非专业人群的研究特别感兴趣。

13 data-visualization  communication 

我一直在使用进行模型调整caret，但随后使用该gbm软件包重新运行模型。据我了解，caret程序包使用gbm的输出应相同。然而，data(iris)使用RMSE和R ^ 2作为评估指标，使用进行的快速测试显示模型中的差异约为5％。我想使用来找到最佳模型性能，caret但要重新运行gbm以利用部分依赖图。下面的代码具有可重复性。 我的问题是： 1）为什么即使这两个软件包应该相同，我仍会看到这两个软件包之间的差异（我知道它们是随机的，但5％的差异还是很大的，尤其是当我没有使用iris建模时使用的很好的数据集时） 。 2）同时使用这两个软件包有什么优点或缺点？ 3）不相关：使用iris数据集时，最佳interaction.depth值为5，但高于我所阅读的最大值，使用最大值floor(sqrt(ncol(iris)))为2。这是严格的经验法则还是非常灵活？ library(caret) library(gbm) library(hydroGOF) library(Metrics) data(iris) # Using caret caretGrid <- expand.grid(interaction.depth=c(1, 3, 5), n.trees = (0:50)*50, shrinkage=c(0.01, 0.001), n.minobsinnode=10) metric <- "RMSE" trainControl <- trainControl(method="cv", number=10) set.seed(99) gbm.caret <- train(Sepal.Length ~ ., data=iris, distribution="gaussian", method="gbm", trControl=trainControl, verbose=FALSE, tuneGrid=caretGrid, metric=metric, bag.fraction=0.75) print(gbm.caret) # …

13 r  caret  gbm  matrix  linear-algebra  logistic  modeling  logit  ordered-logit  r  confidence-interval  survival  population  weibull  classification  separation  hypothesis-testing  correlation  statistical-significance  p-value  python  r  data-visualization  r  regression  multiple-regression  chi-squared  multivariate-analysis  distributions  random-variable  experiment-design  distributions  poisson-regression  residuals  excel  time-series  garch  var  survival  modeling  cox-model  interaction  r  pca  normality-assumption 

这是一个数据可视化问题-我希望可以在这里提问。 何时适合使用线形图填充时间序列，例如下面的图？（显示一天的ping时间） 我想使用无填充线的普通线更为常见，但是可以使用填充线来实现视觉变化吗？ 我对了解有关该主题的任何感知研究或任何样式指南特别感兴趣。

13 data-visualization 

关闭。这个问题是题外话。它当前不接受答案。 想改善这个问题吗？ 更新问题，使它成为交叉验证的主题。 4年前关闭。 是否可以使用R包来探索变量之间是否存在关系？ 通常，当我寻找模式时，我会先看相关性，然后看一个方面图。然后，我将一些转换手动应用于数据中的变量。我想知道是否可以通过R包来加快此过程。

13 r  data-visualization  correlation  eda 

问题 我想绘制由30个参数中的每个参数解释的方差，例如绘制为每个参数的条形不同的条形图，以及y轴上的方差： 但是，方差强烈偏向较小的值，包括0，如以下直方图中所示： 如果我通过，则比较容易看出较小值之间的差异（下面的直方图和柱状图）：log(x+1)log⁡(x+1)\log(x+1) 题 在对数刻度上绘制是很常见的，但是绘制同样合理吗？log(x+1)log⁡(x+1)\log(x+1)

13 data-visualization  data-transformation  histogram 

我一直在使用R中的线性混合效果建模来分析一些数据。我打算用结果制作海报，我只是想知道是否有人对混合效果模型有经验，可以建议使用哪些图表来说明结果？模型。我在考虑残差图，拟合值与原始值的图等。 我知道这很大程度上取决于我的数据，但我只是想尝试一种最佳方法来说明线性混合效应模型的结果。我在R中使用nlme软件包。 谢谢

13 r  data-visualization  mixed-model 

我有一个散布图，其样本大小等于x轴上的人数和y轴上的工资中位数，我试图找出样本量是否对工资中位数有影响。 这是情节： 我如何解释这个情节？

12 data-visualization  median  scatterplot  pandas 

我正在使用“橙色画布”，并且生成了一个散点图。我可以抖动连续变量，但我真的不知道为什么要这么做。 抖动背后的想法是什么？

12 data-visualization  scatterplot 

我应该如何解释密度图的高度： 例如，在上面的图中，峰值在x = 18处约为0.07。我可以推断出大约7％的值在18左右吗？我能比这更具体吗？在x = 30处还有一个第二个峰，高度为0.02。这是否意味着大约2％的值在30左右？ 编辑：关于概率分布值超过1的问题可以吗？讨论了> 1的概率值，这在这里根本不是问题。它还讨论了关于朴素贝叶斯分类的问题，这也不是重点。我想用简单的语言从这些密度曲线中得出数值推论。讨论了曲线下面积的作用，但我的问题是具体地，我们可以对存在于曲线上的特定x和y组合得出什么推论。例如，如何在该图上关联x = 30和y = 0.02。关于30和0.02之间的关系，我们可以写什么陈述。因为密度是一个单位值，所以可以说2％的值出现在29.5到30.5之间吗？如果是这样，我们如何解释值是否仅在0到1之间变化，如下图所示： 如果100％的值出现在0和1之间，为什么在0和1之外存在任何曲线？ 在x = 0.1到x = 0.2处有一个平坦部分，其中y等于0.8。它形成一个矩形。我们如何找出在x = 0.1和x = 0.2之间出现值的比例 （附言：如果您觉得这个问题有趣/重要，请对其进行投票；）

12 data-visualization  pdf