Gå till index

Analys med R

0% färdig
0/0 Steps
  1. Analys och forskning med R och Posit (Rstudio)
  2. Grunderna i R och Rstudio
    7 Ämnen
  3. Importera, exportera, spara och ladda data
    5 Ämnen
  4. Strängar och regular expressions (regex)
    1 Ämne
  5. Bearbetning av data med dplyr
    12 Ämnen
  6. Visualisera och presentera
    14 Ämnen
  7. Explorerande analyser
    6 Ämnen
  8. Prediktionsmodeller
    12 Ämnen
  9. Klassisk regressionsanalys
    8 Ämnen
  10. Machine learning (ML) och Artificiell Intelligens (AI)
    9 Ämnen
  11. Prediktionsmodeller: Tidymodels
  12. Hypotestester
    1 Ämne
Avsnitt 6, Ämne 1
Startad

Att visualisera data

Avsnitt Progress
0% färdig

Visualiseringar

Att visualisera data innebär att man skapar grafer, figurer och andra illustrationer som underlättar förståelse och tolkning av data. Att skapa visualiseringar är enkelt och roligt. Man kan börja lära sig R genom att lära sig att visualisera data. Visualisering av data intar en central roll all analys och forskning. Även om många visuella presentationer (exempelvis grafer) kan ersättas med numeriska presentationer (exempelvis tabeller) så är den visuella presentationen fundamental. Visuella presentationer är ofta slagkraftigare och tydligare än numeriska presentationer. En bra illustration kan vara avgörande för en rapport.

Följande principer bör användas för visualisering av data:

  • Visualisera inte med applikationer som Excel eller SPSS; använd ett programmeringsspråk.
  • R och Python är de mest potenta språken för visualiseringar.
  • Skapa komplett kod från början, så att manuella justeringar av grafen inte krävs för att färdigställa den.

Visualisera med ggplot2

Kärnan i majoriteten av alla visualiseringar i R är paketet ggplot2. Detta paket är exceptionellt kraftfullt och enkelt att lära sig. Till ggplot2 finns numera en lång rad tilläggspaket som utökar funktionalitet i ggplot2 för att skapa mer komplexa grafer, interaktiva grafer och för att underlätta framtagandet av standardgrafer.

Med ggplot2 deklareras innehållet i en graf sekventiellt. Principen för detta är som följer:

graph TD; A(1. Ange vilka data som används) --> B(2. Klargör den estetiska mappningen: x-axel, y-axel, osv) --> C(3. Definiera geometriska komponenter)--> D(4. Justera grafens utseende: färger, skalor, osv)

I detta kapitel kommer vi lära oss använda ggplot2. Efterkommande kapitel ombesörjer viktiga tilläggspaket.