शुरू करेंमुफ़्त में शुरू करें

बहुत सारे डेटा के साथ KDE

दिया गया कोड सभी citations के percentage_over_limit का एक बेसिक KDE बनाएगा। पहली नज़र में सेटिंग्स ठीक लगती हैं। हमारे पास काफी डेटा है, तो हमने bin width को काफ़ी संकरा रखा है: सिर्फ़ एक percent। साथ ही, thoughtfully जोड़ा गया rug plot का alpha 0.7 रखा गया है।

जैसे ही आप यह कोड चलाएँगे, दिखेगा कि यह अच्छा प्लॉट नहीं है। density estimate साही (porcupine) जैसा दिखता है और rug plot भारी ओवरलैप के कारण मूलतः एक मोटी काली पट्टी बन गया है।

इसे ठीक करें: bin width को थोड़ा बढ़ाकर 2.5 करें और rug plot का alpha घटाकर 0.05 करें, ताकि point overlap का कुछ अंदाज़ा मिल सके। kernel width में बदलाव को दर्शाने के लिए subtitle बदलना न भूलें!

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Visualization की Best Practices

पाठ्यक्रम देखें

अभ्यास निर्देश

  • kernel का SD 2.5 करें
  • rug plot का alpha 0.05 सेट करें
  • नए kernel width को दर्शाने के लिए subtitle को "Gaussian kernel SD = 2.5" में बदलें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

ggplot(md_speeding, aes(x = percentage_over_limit)) +
    # Increase bin width to 2.5
    geom_density(fill = 'steelblue', bw = 1,  alpha = 0.7) + 
    # lower rugplot alpha to 0.05
    geom_rug(alpha = 0.5) + 
    labs(
        title = 'Distribution of % over speed limit', 
        # modify subtitle to reflect change in kernel width
        subtitle = "Gaussian kernel SD = 1"
    )
कोड संपादित करें और चलाएँ