Phân tích số liệu bằng phần mềm r phần 2

Đọc dữ liệu vào R setwd“c:/works/stats” bc... Tần số theo nhóm : barplot agegroup... Tính liên tục của số liệu: stripchart stripchartlm, xlab=“Lean mass; kg" Lean mass; kg?. 14 Tóm tắt c

Phân tích số liệu bằng R:

Phân tích đồ thị

2

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

3

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)

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"

5

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

3 3 11 M 4 23 132 18.51 80.50 2.99 13.0 0.74

5 5 19 M 6 56 166 46.63 83.00 5.61 10.2 2.56

7 7 16 M 8 53 170 45.23 85.00 5.15 9.8 2.21

9 9 21 M 8 46 166 39.44 85.70 4.64 10.1 2.00

11 11 13 M 5 32 142 25.50 79.70 4.26 13.9 0.99

40 40 12 M 10 39 155 33.00 84.60 3.50 9.2 1.43

42 42 22 M 7 46 157 38.50 84.00 4.63 10.3 1.86

6

Tần số dạng cột: barplot

freq <- table(sex)

barplot(freq)

barplot(freq, horiz=T, main="Sex distribution")

Se x distribution

0 5 10 15 20 25 30

Tần số theo nhóm : barplot

agegroup <- cut(age, 3)

agesex <- table(sex, agegroup)

barplot(agesex)

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

8

agegroup <- cut(age, 3)

agesex <- table(sex, agegroup)

barplot(agesex, xlab="Age group")

barplot(agesex, beside=T, xlab="Age group")

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

Age group

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

A ge group

Tần số theo nhóm : barplot

9

Phân phối số liệu: Histogram

par(mfrow=c(2,2))

hist(age)

hist(age, breaks=20)

hist(age, breaks=50)

Histogram of age

age

10 15 20 25

Histo gram of age

age

15 20 25

Histogram of age

age

15 20 25

Histo gram of age

age

15 20 25

Phân phối số liệu: Histogram

par(mfrow=c(2,2))

hist(age)

hist(weight)

hist(lm)

His togram of age

age

10 15 20 25

Histogram of w eight

weight

20 30 40 50 60

His togram of lm

lm

15 20 25 30 35 40 45 50

Histogram of fm

fm

2 4 6 8 10 12 14

11

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

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

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

Distrib utio n o f lean m ass

lm

15 20 25 30 35 40 45 50

10 20 30 4 0 50

D is tribution o f lea n m a ss

N = 43 Bandwid th = 2 60 7

12

Phân phối chuẩn? qqnorm

• qqnorm(lm)

Normal Q-Q Plot

The oretical Quantiles

Tính liên tục của số liệu: stripchart

stripchart(lm, xlab=“Lean mass; kg")

Lean mass; kg

?

14

Tóm tắt của số liệu liên tục: boxplot

boxplot(fm) boxplot(lm)

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

2.990 4.250 5.270 6.500 8.795 12.800

15

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

Lean mass by sex Fat mass by sex

Tóm tắt của số liệu liên tục: boxplot

Phân tích mức độ liên kết: scatter plot

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

age

age

17

line <- lm(lm ~ age)

plot(lm ~ age, pch=16)

abline(line)

age

Phân tích mức độ liên kết: scatter plot

18

plot(lm ~ age, pch=ifelse(sex=="M", "M", "F"),

xlab="Age", ylab="Kg")

M M

M

M

M

M M

M

M M

M

M M

F

F

F F

F

M

M

F

F

M

M M

F

M

M

M

F

M

M

M

M

M

M

M

M M

A ge

Phân tích mức độ liên kết: scatter plot

Phân tích nhiều liên kết-multiple

associations

data <- data.frame(age, weight, lm, fm, bmc)

pairs(data)

age

25 45 4 8 10 12

weight

lm

fm

15 25 20 30 40 1.0 1.5 2.0 2.5

bmc

20

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)

21

Kết quả

age

25 35 45 55

0.48** 0.36*

4 8 10 12

0 0 9 5

0.56***

weight 0.88 *** 0 1 1 0.85 ***

lm 0.36*

0.86 ***

fm 0.16

15 20 25 20 30 40 1.0 2.0

bmc

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