Exploratory Data Analysis with R

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

This book covers some of the basics of visualizing data in R and summarizing highdimensional data with statistical multivariate analysis techniques. There is less of an emphasis on formal statistical inference methods, as inference is typically not the focus of EDA. Rather, the goal is to show the data, summarize the evidence and identify
interesting patterns while eliminating ideas that likely won’t pan out.
Throughout the book, we will focus on the R statistical programming language. We
will cover the various plotting systems in R and how to use them effectively. We will
also discuss how to implement dimension reduction techniques like clustering and the
singular value decomposition. All of these techniques will help you to visualize your data
and to help you make key decisions in any data analysis.

Table of contents :
Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Getting Started with R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Installation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Getting started with the R interface . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Managing Data Frames with the dplyr package . . . . . . . . . . . . . . . . . . . . . 4
Data Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
The dplyr Package . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
dplyr Grammar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Installing the dplyr package . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
select() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
filter() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
arrange() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
rename() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
mutate() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
group_by() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
%>% . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Exploratory Data Analysis Checklist . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Formulate your question . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Read in your data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Check the packaging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Run str() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Look at the top and the bottom of your data . . . . . . . . . . . . . . . . . . . . . . 21
Check your “n”s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Validate with at least one external data source . . . . . . . . . . . . . . . . . . . . . 25
Try the easy solution first . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Challenge your solution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Follow up questions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Principles of Analytic Graphics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Show comparisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Show causality, mechanism, explanation, systematic structure . . . . . . . . . . . 35
Show multivariate data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Integrate evidence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Describe and document the evidence . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Content, Content, Content . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Exploratory Graphs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Characteristics of exploratory graphs . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Air Pollution in the United States . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Getting the Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Simple Summaries: One Dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Five Number Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Histogram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Overlaying Features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Barplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Simple Summaries: Two Dimensions and Beyond . . . . . . . . . . . . . . . . . . . 52
Multiple Boxplots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Multiple Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Scatterplots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Scatterplot - Using Color . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Multiple Scatterplots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Plotting Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
The Base Plotting System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
The Lattice System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
The ggplot2 System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Graphics Devices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
The Process of Making a Plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
How Does a Plot Get Created? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Graphics File Devices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Multiple Open Graphics Devices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Copying Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
The Base Plotting System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Base Graphics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Simple Base Graphics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Some Important Base Graphics Parameters . . . . . . . . . . . . . . . . . . . . . . 73
Base Plotting Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Base Plot with Regression Line . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Multiple Base Plots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
The ggplot2 Plotting System: Part 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
The Basics: qplot() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Before You Start: Label Your Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
ggplot2 “Hello, world!” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Modifying aesthetics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Adding a geom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
Histograms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Facets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Case Study: MAACS Cohort . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Summary of qplot() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
The ggplot2 Plotting System: Part 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Basic Components of a ggplot2 Plot . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Example: BMI, PM$$_{2.5}$$, Asthma . . . . . . . . . . . . . . . . . . . . . . . . . 98
Building Up in Layers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
First Plot with Point Layer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Adding More Layers: Smooth . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
Adding More Layers: Facets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Modifying Geom Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Modifying Labels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Customizing the Smooth . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Changing the Theme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
More Complex Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
A Quick Aside about Axis Limits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Resources . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Data Analysis Case Study: Changes in Fine Particle Air Pollution in the U.S. . . 110
Synopsis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Loading and Processing the Raw Data . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

本帖隐藏的内容

Roger D Peng-Exploratory Data Analysis with R-Leanpub (2015).pdf (971.92 KB, 需要: 3 个论坛币)

2015-6-29 11:47:05 上传

Exploratory Data Analysis with R
需要: 3 个论坛币  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏29 回帖

关键词：Exploratory Analysis Analysi Analys alysis techniques summarize emphasis evidence methods

谢谢分享

Exploratory Data Analysis with R

ddddddddddddddddddddd

看看！

看看

thanks!

不错的书籍

谢谢分享~