多元统计分析R语言建模| 3 多元数据的直观表示

• 箱尾图 ：由箱子和其上引出的两个尾组成，表示一定时间内一个班成绩的变化、物体位置的变化、原材料的变化、产品标准的变化等

特征：由四个部分组成，中位数，最大值，最小值，离群值

boxplot()

• 星相图 ：将每个变量的各个观察单位的数值表示为一个图形，n个观察单位就有n个图，每个图的每个角表示每个变量

特征：是雷达图的多元表示形式

stars()

• 脸谱图 ：将每个指标用人脸型的某一部位的形状或大小来表达

特征：利用脸谱之间的差异，反映所对应样品之间的差异特性

faces()

• 调和曲线图 ：三角多项式图，把 高维空间 的一个样品点对应于二维平面上的一条曲线—— 对高维数据进行压缩

特征：n次观测对应n条曲线，画在同一平面上就是一张调和曲线图

plot.andrews()

d3.1=read.table('clipboard',header=T)#读取数据
#均值条形图
barplot(apply(d3.1, 1, mean),las=3)
barplot(apply(d3.1, 2, mean),col = 1:8)
barplot(apply(d3.1, 2, median),col = 1:8)
pie(apply(d3.1, 2, median),col = 1:8)
#箱尾图
boxplot(d3.1)
boxplot(d3.1,horizontal = T)
#星相图
stars(d3.1)
stars(d3.1,key.loc = c(17,7))
stars(d3.1,key.loc = c(17,7),draw.segments = T)
#脸谱图
faces(d3.1)
faces(d3.1[,-1])
faces(d3.1[c(1,9,19,28,29,30),])
#调和曲线图
#library(mvstats)
plot.andrews(d3.1)
plot.andrews(d3.1[c(1,9,19,28,29,30),])

矩阵散点图、聚类图、主成分图、因子图、双重信息图、对应图

参考资料： https://next.xuetangx.com/course/JNU07011000851/1515699