RSocialScience

Ein Plot sagt mehr als 1000 Worte

• Grafisch gestützte Datenanalyse ist toll
• Gute Plots können zu einem besseren Verständnis beitragen
• Einen Plot zu generieren geht schnell
• Einen guten Plot zu machen kann sehr lange dauern
• Mit R Plots zu generieren macht Spaß
• Mit R erstellte Plots haben hohe Qualität
• Fast jeder Plottyp wird von R unterstützt
• R kennt eine große Menge an Exportformaten für Grafiken

Plot ist nicht gleich Plot

• Bereits das base Package bringt eine große Menge von Plot Funktionen mit
• Das lattice Packet erweitert dessen Funktionalität
• Eine weit über diese Einführung hinausgehende Übersicht findet sich in Murrell, P (2006): R Graphics.

Task View zu Thema Graphiken

Datensatz

library(mlmRev)
data(Chem97)

• [lea] Local Education Authority - a factor
• [school] School identifier - a factor
• [student] Student identifier - a factor
• [score] Point score on A-level Chemistry in 1997
• [gender] Student’s gender
• [age] Age in month, centred at 222 months or 18.5 years
• [gcsescore] Average GCSE score of individual.
• [gcsecnt] Average GCSE score of individual, centered at mean.

Histogramm - Die Funktion hist()

Wir erstellen ein Histogramm der Variable gcsescore:

?hist

hist(Chem97$gcsescore)

Graphik speichern

• Mit dem button Export in Rstudio kann man die Grafik speichern.

Befehl um Graphik zu speichern

• Alternativ auch bspw. mit den Befehlen png, pdf oder jpeg

png("Histogramm.png")
hist(Chem97$gcsescore)
dev.off()

Histogramme

• Die Funktion hist() plottet ein Histogramm der Daten
• Der Funktion muss mindestens ein Beobachtungsvektor übergeben werden
• hist() hat noch sehr viel mehr Argumente, die alle (sinnvolle) default values haben

Histogramm

hist(Chem97$gcsescore,col="blue",
     main="Hallo Welt",ylab="y-Werte", xlab="x-Werte")

Weitere Argumente:

?plot
# oder
?par

Barplot

• Die Funktion barplot() erzeugt aus einer Häufigkeitstabelle einen Barplot
• Ist das übergebene Tabellen-Objekt zweidimensional wird ein bedingter Barplot erstellt

tabScore <- table(Chem97$score)

barplot(tabScore)

Barplots und barcharts

barplot(tabScore)

Mehr Farben:

barplot(tabScore,col=rgb(0,0,1))

Grüne Farbe

barplot(tabScore,col=rgb(0,1,0))

Rote Farbe

barplot(tabScore,col=rgb(1,0,0))

Transparent

barplot(tabScore,col=rgb(1,0,0,.3))

Scatterplots

• Ein einfacher two-way Scatterplot kann mit der Funktion plot() erstellt werden
• plot() muss mindestens ein x und ein y Beobachtungsvektor übergeben werden
• Um die Farbe der Plot-Symbole anzupassen gibt es die Option col (Farbe als character oder numerisch)
• Die Plot-Symbole selbst können mit pch (plotting character) angepasst werden (character oder numerisch)
• Die Achenbeschriftungen (labels) werden mit xlab und ylab definiert

Beispieldaten für Scatterplot

x <- runif(100)
y <- runif(100)

Einfacher Scatterplot

plot(x,y)

Einfacher Scatterplot II

plot(x,y,pch=20)

Einfacher Scatterplot III

plot(x,y,pch=20)

Boxplot

• Einen einfachen Boxplot erstellt man mit boxplot()
• Auch boxplot() muss mindestens ein Beobachtungsvektor übergeben werden

?boxplot

Horizontaler Boxplot

boxplot(Chem97$gcsescore,
horizontal=TRUE)

• Erklärung zu Boxplots

Gruppierte Boxplots

• Ein sehr einfacher Weg, einen ersten Eindruck über bedingte Verteilungen zu bekommen ist über sog. Gruppierte notched Boxplots
• Dazu muss der Funktion boxplot() ein sog. Formel-Objekt übergeben werden
• Die bedingende Variable steht dabei auf der rechten Seite einer Tilde

Beispiel grupierter Boxplot

boxplot(Chem97$gcsescore~Chem97$gender)

Alternativen zu Boxplot

Violinplot

• Baut auf Boxplot auf
• Zusätzlich Informationen über Dichte der Daten
• Dichte wird über Kernel Methode berechnet.
• weißer Punkt - Median
• Je weiter die Ausdehnung, desto größer ist die Dichte an dieser Stelle.

# Beispieldaten erzeugen
x <- rnorm(100)
y <- rnorm(100)

Die Bibliothek vioplot

library(vioplot)
plot(x, y, xlim=c(-5,5), ylim=c(-5,5))
vioplot(x, col="tomato", horizontal=TRUE, at=-4, 
        add=TRUE,lty=2, rectCol="gray")
vioplot(y, col="cyan", horizontal=FALSE, at=-4, 
        add=TRUE,lty=2)

vioplot - Das Ergebnis

Alternativen zum Boxplot

library(beanplot)
par(mfrow = c(1,2))
boxplot(count~spray,data=InsectSprays,col="blue")
beanplot(count~spray,data=InsectSprays,col="orange")

CMYK Farbschema

pdf("test.cmyk.pdf", colormodel='cmyk')
pie(1:10, col=1:10)
dev.off() 

Aufgabe - einfache Grafiken

• Laden Sie den Datensatz VADeaths und erzeugen Sie den folgenden plot: