R-统计及可视化学习笔记（描述性统计量）

参考：生物信息学最佳实践-基础篇

 

目录

数据获取

一、箱线图

二、直方图

三、累积分布函数图

---

 

---

数据获取

使用summary()函数得到一个data frame的描述性统计量，以R中内置的Edgar Anderson's Iris Data进行展示。

# 查看常用的描述统计量
summary(iris)

 

---

 

一、箱线图

# 使用箱线图展示某一列数据的分布情况
boxplot(iris$Sepal.Length)

箱线图怎样分析

箱线图（盒图、箱盒图）

如上图所示，箱线图由五个数值点构成，分别是最小观察值（下边缘），25%分位数（Q1），中位数，75%分位数（Q3），最大观察值（上边缘）

箱线图里的极大值（上边缘值）并非最大值，极小值（下边缘值）也并非最小值。

如果数据存在离群点（异常值），超出最大或最小观察值，此时离群点将以“圆点”形式进行展示。

 

小结

（1）箱线图是针对连续型变量的，解读时应重点关注平均水平、波动程序和异常值。

（2）当箱子被压得很扁，或有很多异常情况时，试着做对数变换。

（3）当只有一个连续型变量时，并不适合画箱线图，更常选择直方图。

（4）箱线图最有效的使用途径是做比较，配合一个或多个定性数据，画分组箱线图。

 

---

 

二、直方图

# 使用直方图展示某一列数据的分布情况
hist(iris$Sepal.Length)

---

 

三、累积分布函数图

# 绘制简单的累积分布函数图展示某一列数据分布情况
plot(ecdf(iris$Sepal.Length))