Introduction aux graphiques avec R - CEL
30 oct. 2016 Pour avoir un aperçu des possibilités graphiques du logiciel R ... Comme pour plot
Histogrammes
REPRESENTATIONS GRAPHIQUES SOUS R. HISTOGRAMMES package 'ade4' was built under R version 2.3.1 ... barplot. Représentation graphique sentation graphique.
Fonctions graphiques de R
Utiliser le menu Fichier rubrique Sauver sous de la fenêtre gra- phique. 3 Description élémentaire. 3.1 Variables qualitatives. Fonctions pie
R pour les débutants
R est disponible sous plusieurs formes : le code (écrit principalement en C 11Il y a quelques exceptions notables : hist() et barplot() produisent ...
Notes de Cours sur le logiciel R
22 janv. 2018 Sous MacOS et Windows un éditeur de texte intégré au logiciel R ... La fonction barplot pour des variables quantitatives.
GERAD - Les graphiques dans R par Odile Wolber
Sous Mac pour créer une nouvelle fenêtre graphique
LART GRAPHIQUE SOUS R
la production de graphiques sous R. Parmi eux citons le package lattice implémenté La fonction barplot() possède aussi de nombreux arguments.
Sinitier à lanalyse des données avec le logiciel R
Savoir consulter l'aide proposée par le logiciel R. Créer des objets sous R Vous utiliserez les fonctions plot() ou barplot() avec des.
Gestion des couleurs sous R
8 janv. 2008 Gestion des couleurs sous R. Michel BAYLAC. MNHN. Département Systématique et Evolution. OSEB baylac@mnhn.fr. SEMIN-R du MNHN
TP2 : Analyse de données quantitatives avec le logiciel R
Dans le cas d'une variable quantitative discrète le nombre de valeurs possibles (ou modalités) est fini et vous pouvez résumer ces données sous la forme d'un
[PDF] GERAD - Les graphiques dans R par Odile Wolber
barplot(x) trace l'histogramme des valeurs de x où x est une variable qualitative (un facteur d'une data frame) Arguments : barplot( height width = 1 space
[PDF] Fonctions graphiques de R
Un rapide aperçu des très riches fonctions graphiques de R pour gérer fenêtres et fichiers tracer des camemberts diagrammes en colonnes mosaïc plot
[PDF] TP 3 : Graphiques avec R Table des matières - Aude Illig
La commande R pour obtenir un diagramme en bâtons est barplot(height) où height est le 5 Page 6 vecteur ou la matrice de données Sont disponibles en plus
[PDF] Notes de Cours sur le logiciel R
22 jan 2018 · Sous MacOS et Windows un éditeur de texte intégré au logiciel R La fonction barplot pour des variables quantitatives
[PDF] LART GRAPHIQUE SOUS R - Nicolas Casajus
Sous R on réalise un tel graphique avec la fonction barplot() Créons tout d'abord un vecteur contenant six modalités (chaînes de caractères) >
[PDF] Graphiques de base
Logiciel R version 4 2 0 (2022-04-22) – Compilé le 2022-09-20 http://pbil univ-lyon1 fr/R/Rfig pdf A bar chart or dot chart is a preferable
ggplot2 barplots : Guide de démarrage rapide - Logiciel R - STHDA
Ce tutoriel R décrit comment créer un graphique en barre (barplots) en utilisant le logiciel R et le package ggplot2 La fonction geom_bar() peut être
[PDF] Petit manuel dutilisation de R à destination des étudiants du
Le but de ce document est de fournir les éléments de base permettant une prise en main rapide du logiciel R afin de faciliter le déroulement de certains TD
[PDF] Manipulation de données avec le langage R
http://research stowers-institute org/efg/R/Color/Chart/ColorChart pdf Gallerie de graphiques (avec Barplot (à ne pas confondre avec l'histogramme !!)
SEMIN-
HistogrammesSéverine ZIRAH
Molécules de communication et adaptation des micro-organismesFRE 3206 CNRS / USM 502 MNHN
SEMIN-R du MNHN | 21 Janvier 2009
REPRESENTATIONS GRAPHIQUES SOUS R
HISTOGRAMMES
Séverine ZIRAHMolécules de communication et adaptation des micro-organismesFRE 3206 CNRS / USM 502 MNHN
Sémin"R - 22.01.2009
ReprReprReprRepréééésentation graphique dsentation graphique dsentation graphique dsentation graphique d""""une distributionune distributionune distributionune distribution
Variable
quantitative discrète qualitative quantitative continueReprReprReprRepréééésentation graphique dsentation graphique dsentation graphique dsentation graphique d""""une variable qualitativeune variable qualitativeune variable qualitativeune variable qualitative
> library(ade4)Warning message:package "ade4" was built under R version 2.3.1 > data(aviurba)> aviurba$traits$feed.hab[1] omni omni omni grani grani grani insect insect insect
[10] insect insect insect omni insect insect insect insect insect [19] omni insect insect insect insect insect insect insect grani [28] grani grani grani grani grani grani grani grani insect [37] omni omni omni omni Levels: insect grani omni> plot(aviurba$traits[,1],main="feeding habit",col="blue") > plot(aviurba$traits[,2],main="feeding stratum",col="magenta")Diagramme en bâton
plot 1Fréquence
np p 100n TOTAL ni i n1 1
Effectif
Classe
1Fréquence
np p 100n TOTAL ni i n1 1
Effectif
Classe
nnfp p=nn f1 1= nn fi i= 1 100f´ if´ 100
pf´ 100
ReprReprReprRepréééésentation graphique sentation graphique sentation graphique sentation graphique àààà partir dpartir dpartir dpartir d""""un tableau dun tableau dun tableau dun tableau d""""effectifs/de freffectifs/de freffectifs/de freffectifs/de frééééquencesquencesquencesquences
> table(aviurba$traits$feed.hab)insect grani omni19 12 9 > table(aviurba$traits$feed.strat)ground aerial foliage
27 3 10 > table(aviurba$traits$breeding)
ground building scrub foliage6 14 12 8
> table(aviurba$traits$migratory)resident migrant23 17
Diagramme en bâton
plotbarplottableTableau d"effectifs> plot(table(aviurba$traits[,1]),col="blue", main="feeding habit",lwd=50,type="h",lend="butt",ylab="")
ReprReprReprRepréééésentation graphique sentation graphique sentation graphique sentation graphique àààà partir dpartir dpartir dpartir d""""un tableau dun tableau dun tableau dun tableau d""""effectifs/de freffectifs/de freffectifs/de freffectifs/de frééééquencesquencesquencesquences
plot > plot(table(aviurba$traits[,1]), col="blue", main="feeding habit") > barplot(table(aviurba$traits[,1]),main="feeding habit",col="blue") > barplot(table(aviurba$traits[,2]),main="feeding stratum",col="magenta") > barplot(table(aviurba$traits[,3]),main="breeding stratum",col="green") > barplot(table(aviurba$traits[,4]),main="migration stragegy",col="red") barplotReprReprReprRepréééésentation graphique sentation graphique sentation graphique sentation graphique àààà partir dpartir dpartir dpartir d""""un tableau dun tableau dun tableau dun tableau d""""effectifs/de freffectifs/de freffectifs/de freffectifs/de frééééquencesquencesquencesquences
ReprReprReprRepréééésentation graphique dsentation graphique dsentation graphique dsentation graphique d""""une variable qualitativeune variable qualitativeune variable qualitativeune variable qualitative
Diagrammes en bâton multiples> t<-cbind(table(aviurba$traits[,1]),c(15,15,10)) barplot > barplot(t,legend.text=rownames(t), col=c(2:4),main="feeding habit", names=c("sample 1","sample 2"), xlim=c(0,8),width=2) > barplot(t,legend.text=rownames(t), col=c(2:4),main="feeding habit", names=c("sample 1","sample 2"), xlim=c(0,20),width=2,beside=TRUE)ReprReprReprRepréééésentation graphique dsentation graphique dsentation graphique dsentation graphique d""""une distribution discrune distribution discrune distribution discrune distribution discrèèèètetetete
plot > t<-table(rpois(100,5))> t1 2 3 4 5 6 7 8 9 10 11 4 9 18 12 17 12 11 8 6 2 1 > plot(t,col="blue",main="rpois(100,lambda=5)",lwd=20,type="h",lend="butt",ylab="")
> barplot(t,col="blue",main="rpois(100,lambda=5)") barplotReprReprReprRepréééésentation graphique dsentation graphique dsentation graphique dsentation graphique d""""une variable quantitative continueune variable quantitative continueune variable quantitative continueune variable quantitative continue
np vp p 1 n TOTAL ni V i i n1 V 1 1Fréquence
Effectif
Valeur
(ou valeur centrale)Classe
nnfp p =nn f 1 1 nn f i iValeur centrale =
2 supérieure borneinférieure borne+ Les données sont regroupées en classes correspondant à des intervalles de valeurs. Largeur de classeParamètres à bien choisir :Nombre de classes
Point de départ
Juxtaposition de rectangles dont les bases correspondent aux intervalles de valeurs des classes successives et dont les aires correspondent aux fréquences des classes.Variante : Hauteurs des rectangles = effectifs par classe HistogrammeTableau d"effectifs / de fréquences
histHistogramsDescription:
The generic function "hist" computes a histogram of the given data values. If "plot=TRUE", the resulting object of "class "histogram"" is plotted by "plot.histogram", before itis returned.Usage:
hist(x, ...) ## Default S3 method: hist(x, breaks = "Sturges", freq = NULL, probability= !freq, include.lowest = TRUE, right = TRUE, density = NULL, angle = 45, col = NULL, border = NULL, main = paste("Histogram of" , xname), xlim = range(breaks), ylim = NULL, xlab = xname, ylab, axes = TRUE, plot = TRUE, labels = FALSE, nclass = NULL, ...) > help(hist) Histogrammes Histogrammes Histogrammes Histogrammes ---- exempleexempleexempleexemple > library(MASS) > data(crabs) > str(crabs)`data.frame": 200 obs. of 8 variables: $ sp : Factor w/ 2 levels "B","O": 1 1 1 1 1 1 1 1 1 1 ... $ sex : Factor w/ 2 levels "F","M": 2 2 2 2 2 2 2 2 2 2 ... $ index: int 1 2 3 4 5 6 7 8 9 10 ... $ FL : num 8.1 8.8 9.2 9.6 9.8 10.8 11.1 11.6 11.8 11.8 ... $ RW : num 6.7 7.7 7.8 7.9 8 9 9.9 9.1 9.6 10.5 ... $ CL : num 16.1 18.1 19 20.1 20.3 23 23.8 24.5 24.2 25.2 ... $ CW : num 19 20.8 22.4 23.1 23 26.5 27.1 28.4 27.8 29.3 ...$ BD : num 7 7.4 7.7 8.2 8.2 9.8 9.8 10.4 9.7 10.3 ...> dataB<-crabs[which(crabs$sp=="B"),4]> dataO<-crabs[which(crabs$sp=="O"),4]> hist(dataB)
Frontal lobe size
Histogramme sans Histogramme sans Histogramme sans Histogramme sans """" plot plot plot plot »»»»
> hist(dataB,plot=FALSE)$breaks[1] 6 8 10 12 14 16 18 20 22$counts[1] 1 10 18 20 24 19 7 1$intensities[1] 0.004999999 0.050000000 0.090000000 0.100000000 0.120000000 0.095000000
[7] 0.035000000 0.005000000 $density [1] 0.004999999 0.050000000 0.090000000 0.100000000 0.120000000 0.095000000 [7] 0.035000000 0.005000000 $mids [1] 7 9 11 13 15 17 19 21 $xname [1] "dataB" $equidist [1] TRUE attr(,"class") [1] "histogram"10.010.070.190.240.200.180.100.01
Fréquence
0.095 19 ]16-18] 0.035 7 ]18-20] 0.005 1 ]20-22] 0.120 24]14-16] 0.5 100
TOTAL 0.100 20 ]12-14] 0.090 18 ]10-12] 0.050 10 ]8-10] 0.005 1 [6-8]
Fréquence
par mmEffectif
Frontal lobe
size (mm) Pour calculer la hauteur des rectangles, il suffit de diviser la fréquence par la longueur des classes. h$counts h$densityHistogrammes et tableaux dHistogrammes et tableaux dHistogrammes et tableaux dHistogrammes et tableaux d""""effectifs/de freffectifs/de freffectifs/de freffectifs/de frééééquencesquencesquencesquences
right= "TRUE" : intervalles]a,b include.lowest= "TRUE" : premier intervalle [a,b]Histogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classes
breaks: one of: * a vector giving the breakpoints between histogram cells, * a single number giving the number of cells for the histogram, * a character string naming an algorithm to compute the number of cells (see Details), * a function to compute the number of cells. In the last three cases the number is a suggestion only. > sort(dataB)[1] 7.2 8.1 8.8 9.0 9.1 9.1 9.2 9.5 9.6 9.8 9.8 10.1 10.3 10.4 [15] 10.8 10.8 11.0 11.1 11.2 11.5 11.6 11.6 11.6 11.7 11.8 11.8 11.9 12.0 [29] 12.0 12.2 12.3 12.6 12.6 12.8 12.8 12.8 12.8 12.8 12.9 13.0 13.1 13.1 [43] 13.1 13.2 13.3 13.4 13.7 13.9 13.9 14.3 14.6 14.7 14.9 15.0 15.0 15.0 [57] 15.0 15.0 15.1 15.1 15.1 15.2 15.2 15.3 15.4 15.4 15.5 15.6 15.6 15.7 [71] 15.7 15.8 15.9 16.1 16.1 16.2 16.2 16.3 16.4 16.4 16.6 16.7 16.8 16.9 [85] 17.1 17.1 17.2 17.4 17.5 17.7 17.9 18.0 18.8 19.2 19.3 19.3 19.7 19.8 [99] 19.8 21.3Histogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classes
> hist(dataB,col="blue",breaks=seq(6,22,2)) > hist(dataB,col="grey") > hist(dataB,col="magenta",breaks=20) > hist(dataB,col="green",breaks=seq(6,22,1))Histogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classes
> nclass.Sturgesfunction (x) ceiling(log2(length(x)) + 1)Formule de Sturges:
la taille des classes est basée sur l"effectif de l"échantillon (nombre d"observations).Formule de Scott:
pour une distribution normale.Basée sur une estimation de la variance.
Formule de Freedman-Diaconis (FD):
basé sur l"espace inter-quartile. > help(nclass.Sturges)Algorithmes de calcul du nombre de classes
Nombre de classes = 1 + 3,3 log
10(n) > nclass.scottfunction (x) h <- 3.5 * sqrt(var(x)) * length(x)^(-1/3) ceiling(diff(range(x))/h) > nclass.FDfunction (x) r <- as.vector(quantile(x, c(0.25, 0.75))) h <- 2 * (r[2] - r[1]) * length(x)^(-1/3) ceiling(diff(range(x))/h)Histogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classes
> x<-rnorm(100) > NC <- function(x)c(Sturges=nclass.Sturges(x),Scott=nclass.scott(x),FD=nclass.FD(x)) > NC(x)Sturges Scott FD15 49 64 > par(mfrow=c(3,1))> hist(x,col="grey",main="Sturges")> hist(x,col="yellow",breaks="Scott",main="Scott")> hist(x,col="magenta",breaks="FD",main="Freedman-Diaconis")
n = 10 000 n = 100 n = 1 000Histogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classesHistogrammes et nombre de classes
Histogrammes et mesures de positionHistogrammes et mesures de positionHistogrammes et mesures de positionHistogrammes et mesures de position
min max C 25C 50
C 75
> hist(dataB) > abline(v=quantile(dataB),col="red",lwd=3)
Histogrammes et courbe de densitHistogrammes et courbe de densitHistogrammes et courbe de densitHistogrammes et courbe de densitéééé
density > hist(dataB,probability=TRUE,ylim=range(0,0.18),main="Frontal lobe size", xlab="FL(mm)",ylab="frequency per mm") > lines(density(dataB), col="blue",lwd=3) > lines(density(dataB, bw=0.5), col="red",lwd=3) Histogrammes multiplesHistogrammes multiplesHistogrammes multiplesHistogrammes multiples > library(Hmisc) > options(digits=1) > histbackback(dataB,dataO,xlab=c("Blue crabs","Orange crabs"), main="Frontal lobe size") histbackbackHistogrammes et nuages de pointsHistogrammes et nuages de pointsHistogrammes et nuages de pointsHistogrammes et nuages de points
scatter.with.hist > library(UsingR) > FL<-crabs[which(crabs$sp=="B"),4] > RW<-crabs[which(crabs$sp=="B"),5] > scatter.with.hist(FL,RW)Histogrammes / courbes de densitHistogrammes / courbes de densitHistogrammes / courbes de densitHistogrammes / courbes de densitéééé et nuages de pointset nuages de pointset nuages de pointset nuages de points
histSpike > library(Hmisc) > plot(FL,RW,lwd=3,col="blue") > histSpike(FL,3,add=TRUE,lwd=3) > histSpike(RW,4,add=TRUE,lwd=3) > histSpike(FL,3,type="density",col="red",lwd=3,add=TRUE) > histSpike(RW,4,type="density",col="red",lwd=3,add=TRUE)> library(gplots)> x <- rnorm(2000, sd=4)> y <- rnorm(2000, sd=1)> h2d <- hist2d(x,y,show=FALSE, same.scale=TRUE, nbins=c(20,30))
> persp( h2d$x, h2d$y, h2d$counts,ticktype="detailed", theta=30, phi=30, expand=0.5, shade=0.5, col="cyan",ltheta=-30) hist2d Histogrammes 2DHistogrammes 2DHistogrammes 2DHistogrammes 2D > library(iplots)> ihist(dataB) ihist Histogramme interactifHistogramme interactifHistogramme interactifHistogramme interactif Histogrammes multiplesHistogrammes multiplesHistogrammes multiplesHistogrammes multiples multhist > library(plotrix) > l <- list(runif(10)*10,1:10,c(1,1,1,1,4,8)) > l[[1]] [1] 4.2947159 8.1528581 7.3732668 9.7694257 6.5140932 7.5774233 0.3487045 [8] 4.3929983 2.2556319 1.8013953 [[2]] [1] 1 2 3 4 5 6 7 8 9 10 [[3]] [1] 1 1 1 1 4 8> multhist(l)Estimation de la densité
Soient n observations d"une variable aléatoire continue. On peut estimer la densité de cette distribution par la fonction :x 1 , x2 , ..., x
n )(1)(ˆ1∑-==n
i i hxxKnhxfCette approche consiste à utiliser une fenêtre mobile que l"on déplace sur l"axe des
valeurs de x et à compter le nombre d"occurrences appartenant à cette fenêtre. Cette méthode donne une estimation peu régulière. Si l"on veut une fonction lisse, il est possible de moyenner une fonction de densité connue (le noyau) le long des données observées.h : largeur de fenêtreK : densité de probabilité densité x h noyaufenêtrequotesdbs_dbs44.pdfusesText_44[PDF] histogram r studio
[PDF] la littérature est elle une bonne arme contre les inégalités
[PDF] longtemps j'ai pris ma plume pour une épée citation
[PDF] la littérature est une arme citation
[PDF] la littérature est elle une bonne arme pour dénoncer des inégalités
[PDF] effectif corrigé calcul
[PDF] album respect du corps
[PDF] la litterature a t elle pour mission de denoncer
[PDF] touche pas ? mon corps
[PDF] respecter le corps des autres
[PDF] longtemps j ai pris ma plume pour une épée plan
[PDF] on ne touche pas ici
[PDF] respect du corps en maternelle
[PDF] education inclusive en france