Phân tích số liệu bằng R:

Phân tích đồ thị

Tổng quan
• Số liệu
• Đồ thị cột- Barchart
• Đồ thị tần số- Historgram
• Đồ thị đường thẳng-Stripchart
• Đồ thị hộp-Boxplot
• Đồ thị xy- Scatter plot

Số liệu
• Số liệu về thành phần của thân thể đo bằng phương
pháp hấp thu tia X
• 43 nam và nữ tuổi từ 11 đến 28
• Tên biến:
– id
– age
– sex
– dur
– weight
– height
– lm (lean mass)
– pclm (percent lean mass)
– fm (fat mass)
– pcfm (percent fat mass)
– bmc (bone mineral contents)
3

1
CuuDuongThanCong.com https://fb.com/tailieudientucntt
 Đọc dữ liệu vào R
setwd(“c:/works/stats”)
bc <- read.table(“comp.txt”, header=T)
attach(bc)
names(bc)

[1] "id" "age" "sex" "dur" "weight"

"height" "lm" "pclm"

[9] "fm" "pcfm" "bmc"

Xem số liệu
bc
id age sex dur weight height lm pclm fm pcfm bmc
1 1 15 M 5 39 148 32.96 84.50 4.86 12.5 1.33
2 2 16 M 8 45 162 38.16 84.80 4.15 9.2 1.89
3 3 11 M 4 23 132 18.51 80.50 2.99 13.0 0.74
4 4 19 M 9 46 159 35.92 78.10 6.73 14.6 1.59
5 5 19 M 6 56 166 46.63 83.00 5.61 10.2 2.56
6 6 22 M 12 50 152 42.13 84.00 3.93 8.1 2.12
7 7 16 M 8 53 170 45.23 85.00 5.15 9.8 2.21
8 8 12 M 5 35 151 25.26 72.20 9.02 25.6 0.95
9 9 21 M 8 46 166 39.44 85.70 4.64 10.1 2.00
10 10 15 M 6 45 165 38.47 85.50 3.92 8.9 1.70
11 11 13 M 5 32 142 25.50 79.70 4.26 13.9 0.99
12 12 20 M 6 40 153 32.70 82.00 4.66 12.0 1.38
...
40 40 12 M 10 39 155 33.00 84.60 3.50 9.2 1.43
41 41 15 M 6 45 154 36.00 80.00 5.33 12.5 1.52
42 42 22 M 7 46 157 38.50 84.00 4.63 10.3 1.86
43 43 25 M 13 45 162 37.35 83.00 4.34 10.0 1.70
5

Tần số dạng cột: barplot

freq <- table(sex)
barplot(freq)
barplot(freq, horiz=T, main="Sex distribution")

Se x distribution
30
25

M
20
15
10

F
5
0

F M
0 5 10 15 20 25 30
6

2
CuuDuongThanCong.com https://fb.com/tailieudientucntt
 Tần số theo nhóm : barplot
agegroup <- cut(age, 3)
agesex <- table(sex, agegroup)
barplot(agesex)

25
20
15
10
5
0

(11,16.7] (16.7,22.3] (22.3,28]

7

Tần số theo nhóm : barplot

agegroup <- cut(age, 3)
agesex <- table(sex, agegroup)
barplot(agesex, xlab="Age group")
barplot(agesex, beside=T, xlab="Age group")
15
25
20

10
15
10

5
5
0

(11,16.7] (16.7,22.3] (22.3,28] (11,16.7] (16.7,22.3 ] (22.3,28]

Age group 8
A ge group

Phân phối số liệu: Histogram

Histogram of age Histo gram of age
par(mfrow=c(2,2))
hist(age)
7
10

hist(age, breaks=20)
6

hist(age, breaks=40)
8

5
Frequency

Frequency

hist(age, breaks=50)
4
6

3
4

2
2

1
0

10 15 20 25 15 20 25

age age

Histogram of age Histo gram of age

7

7
6

6
5

5
Frequency

Frequency
4

4
3

3
2

2
1

1
0

15 20 25 15 20 25
9
age age

3
CuuDuongThanCong.com https://fb.com/tailieudientucntt
 Phân phối số liệu: Histogram
par(mfrow=c(2,2)) His togram of age Histogram of w eight
hist(age)

15
10
hist(weight)
hist(lm) 8

10
hist(fm)
Frequency

Frequency
6
4

5
2
0

0
10 15 20 25 20 30 40 50 60

age weight

His togram of lm Histogram of fm

12 14

15
10

10
Frequency

Frequency
8
6

5
4
2
0

15 20 25 30 35 40 45 50 2 4 6 8 10 12 1014
lm fm

Phân phối số liệu: Hàm mật độ-plot(density)

hist(lm, main="Distribution of lean mass")
plot(density(lm), main="Distribution of lean mass")

Distribution o f lean mass

Distrib utio n o f lean mass
14

0.05
12

0.04
10
8
Frequency

0.03
Density
6

0.02
4

0.01
2
0

0.00

15 20 25 30 35 40 45 50

lm 10 20 30 40 50 11
N = 43 Bandwid th = 2 .60 7

Phân phối chuẩn? qqnorm

Normal Q-Q Plot
• qqnorm(lm)
45
40
Sample Quantiles

35
30
25
20

-2 -1 0 1 2
12
The oretical Quantiles

4
CuuDuongThanCong.com https://fb.com/tailieudientucntt
 Tính liên tục của số liệu: stripchart
stripchart(lm, xlab=“Lean mass; kg")

20 25 30 35 40 45

Lean mass; kg

13

Tóm tắt của số liệu liên tục: boxplot

boxplot(lm) boxplot(fm)
45

12
40

10
35

8
30

6
25

4
20

LM
Min. 1st Qu. Median Mean 3rd Qu. Max.
18.51 31.91 35.92 35.65 40.14 46.63

FM
Min. 1st Qu. Median Mean 3rd Qu. Max. 14
2.990 4.250 5.270 6.500 8.795 12.800

Tóm tắt của số liệu liên tục: boxplot

Lean mass by sex Fat mass by sex

boxplot(lm ~ sex) boxplot(fm ~ sex)

45

12
40

10
35

8
30

6
25

4
20

F M F M

15

5
CuuDuongThanCong.com https://fb.com/tailieudientucntt
 Phân tích mức độ liên kết: scatter plot

plot(lm ~ age) plot(lm ~ age, pch=16)

45

45
40

40
35

35
lm

lm
30

30
25

25
20

20

15 20 25 15 20 25

age age

16

Phân tích mức độ liên kết: scatter plot

line <- lm(lm ~ age)
plot(lm ~ age, pch=16)
abline(line)
45
40
35
lm

30
25
20

15 20 25

age
17

Phân tích mức độ liên kết: scatter plot

plot(lm ~ age, pch=ifelse(sex=="M", "M", "F"),
xlab="Age", ylab="Kg")

M
45

M
M M
M M
M M M
40

M M M
M
M M M M
M
M M
35

F
F
M M
Kg

M F M F F
M F F
F
30

F
F F F

F
M
25

M
20

15 20 25 18
A ge

6
CuuDuongThanCong.com https://fb.com/tailieudientucntt
 Phân tích nhiều liên kết-multiple
associations
data <- data.frame(age, weight, lm, fm, bmc)
pairs(data) 25 35 45 55 4 6 8 10 12

25
age

20
15
55
45

weight
35
25

40
lm

30
20
10 12

fm
8
6
4

2.5
2.0
bmc

1.5
1.0
19
15 20 25 20 30 40 1.0 1.5 2.0 2.5

Phân tích nhiều sự liên kết –

nhiều đồ thị
matrix.cor <- function(x, y, digits=2, prefix="",
cex.cor){ usr <- par("usr"); on.exit(par(usr))
par(usr = c(0, 1, 0, 1)) r <- abs(cor(x, y))
txt <- format(c(r, 0.123456789), digits=digits)[1]
txt <- paste(prefix, txt, sep="")
if(missing(cex.cor)) cex <- 0.8/strwidth(txt)
test <- cor.test(x,y) # borrowed from printCoefmat
Signif <- symnum(test$p.value, corr = FALSE, na =
FALSE, cutpoints = c(0, 0.001, 0.01,
0.05, 0.1, 1), symbols = c("***",
"**", "*", ".", " ")) text(0.5, 0.5, txt, cex
= cex * r) text(.8, .8, Signif, cex=cex, col=2)}

pairs(data,lower.panel=panel.smooth,
upper.panel=matrix.cor)

20

Kết quả
25 35 45 55 4 6 8 10 12
25

age
** * ***
20

0.48 0.36 0 .0 9 5

0.56
15
55

*** ***
45

weight 0.88 0 .1 1

0.85
35
25

* ***
40

lm 0.36 0.86
30
20
8 10 12

fm 0.16
6
4

2.5
2.0

bmc
1.5
1.0

21
15 20 25 20 30 40 1.0 1.5 2.0 2.5

7
CuuDuongThanCong.com https://fb.com/tailieudientucntt
 Tóm tắt
• R mạnh về phân tích đồ thị

• Bước đầu tiên trong phân tích số liệu: phân tích

đồ thị

• Nhìn đồ thị lưu ý

– Dạng phân phối
– Sự khác biệt
– Tính tương hỗ, liên kết

22

8
CuuDuongThanCong.com https://fb.com/tailieudientucntt