Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Erste Schritte Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

14. Diagramme erstellen

verfasst von : Daniel Wollschläger

Erschienen in: Grundlagen der Datenanalyse mit R

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Daten lassen sich in R mit Hilfe einer Vielzahl von Diagrammtypen grafisch darstellen, wobei hier nur auf eine Auswahl der verfügbaren Typen eingegangen werden kann. Für eine umfassende Dokumentation vgl. Murrell (2011) und Unwin (2015).

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Vorhersagegüte prädiktiver Modelle
Nächstes Kapitel Diagramme mit ggplot2
Fußnoten
2
Alternativ stellt das Paket Cairo (Urbanek & Horner, 2015) die gleichnamige Funktion zur Verfügung, mit der Diagramme in vielen Dateiformaten auch in hoher Auflösung und mit automatischer Kantenglättung gespeichert werden können.
 
3
Dagegen erzeugt plot(〈Faktor〉, ...) ein Säulendiagramm der Häufigkeiten jeder Faktorstufe (Abschn. 14.4), da plot() eine generische Funktion ist (Abschn. 17.​2.​6).
 
4
Hat die Modellformel die Form 〈y-Koord.〉 ~ 〈Faktor〉, werden in einem Diagramm getrennt für die von 〈Faktor〉 definierten Gruppen boxplots dargestellt (Abschn. 14.6.3).
 
5
Das Paket RColorBrewer (Neuwirth, 2014) definiert eine Reihe von Paletten, deren Farben für besonders gute Unterscheidbarkeit unter verschiedenen Randbedingungen optimiert wurden – etwa für Farbfehlsichtige oder Graustufen-Ausdrucke.
 
6
Ein vierter Wert zwischen 0 und 1 kann den Grad des alpha-blendings für simulierte Transparenz definieren. Niedrige Werte stehen für sehr durchlässige, hohe Werte für opaque Farben (Abb. 12.2). Diese Art von Transparenz wird nur von manchen devices unterstützt, etwa von pdf() oder png().
 
7
Für weitere Funktionen zur Verwendung verschiedener Farbräume vgl.  ?convertColor sowie das Paket colorspace (Ihaka, Murrell, Fisher, & Zeileis, 2015).
 
8
Für grafisch aufwendiger gestaltete Säulendiagramme vgl. barp() aus dem Paket plotrix (Lemon, 2006).
 
9
Für die Verteilung eines dichotomen Merkmals in Abhängigkeit einer kontinuierlichen Variable vgl.  cdplot() (Abb. 8.1). Vergleiche mosaicplot() (Abb. 8.5) für die gemeinsame Verteilung von mehr als zwei kategorialen Variablen.
 
10
Das Aussehen von Linienenden sowie das Verhalten von sich treffenden Endpunkten bestimmen die Argumente lend und ljoin von par().
 
11
Mit polypath() lassen sich auch Polygone mit sich selbst überschneidenden Kanten zeichnen.
 
12
Unterbrochene Achsen können mit axis.break() aus dem plotrix Paket eingezeichnet werden.
 
13
Für Konfidenzellipsen als Maß für die Variabilität zweidimensionaler Daten vgl. confidenceEllipse() aus dem car Paket und Abschn. 14.6.8.
 
14
Als Grafikdatei vorhandene Bitmap-Bilder können mit Funktionen aus den Paketen adimpro (Polzehl & Tabelow, 2007) oder EBImage (Pau, Fuchs, Sklyar, Boutros, & Huber, 2010) eingelesen werden.
 
15
PlotFdist() aus dem Paket DescTools stellt das Histogramm gemeinsam mit der kumulierten empirischen Häufigkeitsverteilung sowie einem boxplot in einem Diagramm dar. Für den Vergleich der Verteilungen einer Variable in zwei Bedingungen zeigt histbackback() aus dem Hmisc Paket die zugehörigen Histogramme Rücken-an-Rücken angeordnet simultan in einem Diagramm.
 
16
Wird die Anzahl der Klassengrenzen genannt, behandelt R diesen Wert nur als Vorschlag, nicht als zwingend. Der in der Voreinstellung verwendete Algorithmus erzeugt häufig nur wenige Intervalle. Durch breaks="FD" wird ein anderer Algorithmus verwendet, der meist zu einer etwas größeren Anzahl führt.
 
17
Zweidimensionale Dichten werden von smoothScatter() geschätzt und dargestellt.
 
18
Liegen geradzahlig viele Werte vor, wird das Rechteck nach oben und unten nicht exakt durch die Quartile begrenzt, vgl. ?boxplot.stats.
 
19
Dies sind die Mittelpunkte der Intervalle, die durch die empirischen kumulierten relativen Häufigkeiten gebildet werden (Abschn. 2.​10.​6).
 
20
Für eine grafisch aufwendigere Darstellung von Kreisdiagrammen vgl. pie3D() aus dem plotrix Paket.
 
21
Für Konfidenzellipsen im inferenzstatistischen Sinn vgl. confidenceEllipse() aus dem car Paket.
 
22
Als Alternative zu diesem Vorgehen kommt sunflowerplot() in Betracht.
 
23
Ein Ansatz, höherdimensionale Daten durch Sequenzen von Projektionen auf niedrigdimensionale Räume zu visualisieren, ist im Paket tourr (Wickham, Cook, Hofmann, & Buja, 2011) umgesetzt.
 
24
Ähnliche Abbildungen erzeugen stars() und sunflowerplot().
 
25
Sehr dynamisch ist derzeit die Entwicklung von Paketen, die interaktive Diagramme für Webseiten mit Hilfe von JavaScript-Bibliotheken implementieren. Dazu zählen googleVis (Gesmann & de Castillo, 2011), ggvis (RStudio Inc, 2016a) und plotly (Sievert et al., 2016).
 
26
Ästhetisch ansprechendere heatmaps mit sehr viel mehr Gestaltungsmöglichkeiten bietet das Paket pheatmap (Kolde, 2015).
 
Literatur
Adler, J. (2012). R in a Nutshell (2. Aufl.). Sebastopol, CA: O’Reilly.
Agresti, A. (2007). An introduction to categorical data analysis (2. Aufl.). New York, NY: Wiley.MATHCrossRef
Aiken, L. S., & West, S. G. (1991). Multiple regression: Testing and interpreting interactions. Thousand Oaks, CA: SAGE.
Allaire, J. J., Cheng, J., Xie, Y., McPherson, J., Chang, W., Allen, J., \(\ldots\) Hyndman, R. (2016). rmarkdown: Dynamic documents for R [Software]. http://​rmarkdown.​rstudio.​com (R package version 1.1)
Allison, P. D. (2008). Convergence failures in logistic regression. SAS Global Forum, 360, 1–11.
Andres, J. (1996). Das allgemeine lineare Modell. In E. Erdfelder, R. Mausfeld, T. Meiser, & G. Rudinger (Hrsg.), Handbuch Quantitative Methoden (S. 185–200). Weinheim: Beltz.
Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2015a). Multivariate Analysemethoden (14. Aufl.). Heidelberg: Springer.MATH
Backhaus, K., Erichson, B., & Weiber, R. (2015b). Fortgeschrittene Multivariate Analysemethoden (3. Aufl.). Heidelberg: Springer.MATHCrossRef
Becker, R. A., Chambers, J. M., & Wilks, A. R. (1988). The new S language: A programming environment for data analysis and graphics. Pacific Grove, CA: Wadsworth & Brooks/Cole.MATH
Bender, R., Augustin, T., & Blettner, M. (2005). Generating survival times to simulate Cox proportional hazards models. Statistics in Medicine, 24, 1713–1723.MathSciNetCrossRef
Beyersmann, J., Allignol, A., & Schumacher, M. (2012). Competing risks and multistate models with R. New York, NY: Springer.MATHCrossRef
Bivand, R. S., Pebesma, E., & Gómez-Rubio, V. (2013). Applied spatial data analysis with R. New York, NY: Springer.MATHCrossRef
Bloomfield, V. A. (2014). Using R for numerical analysis in science and engineering. Boca Raton, FL: Chapman & Hall/CRC.MATH
Boker, S., Neale, M., Maes, H., Wilde, M., Spiegel, M., Brick, T., \(\ldots\) Fox, J. (2011). OpenMx: An open source extended structural equation modeling framework. Psychometrika, 66(2), 306–317. http://​openmx.​psyc.​virginia.​edu/​
Bortz, J., Lienert, G. A., & Boehnke, K. (2010). Verteilungsfreie Methoden in der Biostatistik (3. Aufl.). Heidelberg: Springer.
Bronstein, I. N., & Semendjajew, K. A. (2012). Springer Taschenbuch der Mathematik (3. Aufl.). Berlin: Springer.MATH
Büning, H., & Trenkler, G. (1994). Nichtparametrische statistische Methoden (2. Aufl.). Berlin: Walter de Gruyter.MATHCrossRef
Chernik, M. R., & LaBudde, R. A. (2011). An introduction to bootstrap methods with applications to R. Hoboken, NJ: Wiley.
Davison, A. C., & Hinkley, D. V. (1997). Bootstrap methods and their applications. Cambridge, UK: Cambridge University Press.MATHCrossRef
Duchateau, L., & Janssen, P. (2007). The frailty model. New York, NY: Springer.MATH
Eddelbuettel, D. (2013). Seamless R and C++ integration with Rcpp. New York, NY: Springer.MATHCrossRef
Eid, M., Gollwitzer, M., & Schmitt, M. (2015). Statistik und Forschungsmethoden (5. Aufl.). Weinheim: Beltz.
Faul, F., Erdfelder, E., Lang, A.-G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175–191. http://​www.​gpower.​hhu.​de/​ CrossRef
Fischer, G. (2013). Lineare algebra (18. Aufl.). Wiesbaden: Vieweg+Teubner.
Gałecki, A. T., & Burzykowski, T. (2013). Linear mixed-effects models using R: A step-by-step approach. New York, NY: Springer.MATHCrossRef
Genz, A., & Bretz, F. (2009). Computation of multivariate normal and t probabilities (Lecture notes in statistics, Vol. 195). Heidelberg: Springer.MATHCrossRef
Good, P. I. (2004). Permutation, parametric, and bootstrap tests of hypotheses (3. Aufl.). New York, NY: Springer.MATH
Hoffman, D. D. (2000). Visual intelligence: How we create what we see. New York, NY: W. W. Norton & Company.
Hosmer Jr, D. W., Lemeshow, S., & May, S. (2008). Applied survival analysis: Regression modeling of time to event data (2. Aufl.). New York, NY: Wiley.MATHCrossRef
Hothorn, T., Bretz, F., & Westfall, P. (2008). Simultaneous inference in general parametric models. Biometrical Journal, 50(3), 346–363.MathSciNetMATHCrossRef
Hothorn, T., & Everitt, B. S. (2014). A handbook of statistical analysis using R (3. Aufl.). Boca Raton, FL: Chapman & Hall/CRC.MATH
Huber, W., Carey, V. J., Gentleman, R., Anders, S., Carlson, M., Carvalho, B. S., \(\ldots\) Morgan, M. (2015). Orchestrating high-throughput genomic analysis with Bioconductor. Nature Methods, 12, 115–121.
Ihaka, R., & Gentleman, R. (1996). R: A language for data analysis and graphics. Journal of Computational and Graphical Statistics, 5(3), 299–314.
Klein, J. P., & Moeschberger, M. L. (2003). Survival analysis: Techniques for censored and truncated data (2. Aufl.). New York, NY: Springer.MATH
Kruschke, J. K. (2015). Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan (2. Aufl.). Amsterdam: Academic Press.MATH
Lemon, J. (2006). Plotrix: a package in the red light district of R. R News, 6(4), 8–12.
Ligges, U. (2016). Programmieren mit R (4. Aufl.). Berlin: Springer Spektrum.MATH
Mardia, K. V., Kent, J. T., & Bibby, J. M. (1980). Multivariate Analysis. London, UK: Academic Press.MATH
Maronna, R. A., Martin, R. D., & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. New York, NY: Wiley.MATHCrossRef
Maxwell, S. E., & Delaney, H. D. (2004). Designing experiments and analyzing data: A model comparison perspective (2. Aufl.). Mahwah, NJ: Lawrence Erlbaum.MATH
McElreath, R. (2015). Statistical rethinking: A Bayesian course with examples in R and Stan. Boca Raton, FL: Chapman & Hall/CRC.
Meyer, S., & Held, L. (2014). Power-law models for infectious disease spread. The Annals of Applied Statistics, 8(3), 1612–1639.MathSciNetMATHCrossRef
Miller, A. J. (2002). Subset selection in regression (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC.MATHCrossRef
Nash, J. C. (2014a). Nonlinear parameter optimization using R tools. Chichester, UK: Wiley.MATHCrossRef
Pinheiro, J. C., & Bates, D. M. (2000). Mixed-effects models in S and S-PLUS. New York, NY: Springer.MATHCrossRef
Ritz, C., & Streibig, J. C. (2009). Nonlinear regression with R. New York, NY: Springer.MATHCrossRef
Rödiger, S., Friedrichsmeier, T., Prasenjit, K., & Michalke, M. (2011). RKWard: A Comprehensive Graphical User Interface and Integrated Development Environment for Statistical Analysis with R. Journal of Statistical Software, 49(9), 1–34. http://​www.​jstatsoft.​org/​v49/​i09/​
Spector, P. (2008). Data manipulation with R. New York, NY: Springer.MATH
Urbanek, S., & Horner, J. (2015). Cairo: R graphics device using cairo graphics library for creating high-quality bitmap (PNG, JPEG, TIFF), vector (PDF, SVG, PostScript) and display (X11 and Win32) output [Software]. http://​CRAN.​R-project.​org/​package=​Cairo (R package version 1.5-9)
van Buuren, S. (2012). Flexible imputation of missing data. Boca Raton, FL: Chapman & Hall/CRC.MATHCrossRef
Wilkinson, G. N., & Rogers, C. E. (1973). Symbolic description of factorial models for analysis of variance. Applied Statistics, 22, 392–399.CrossRef
Wilkinson, L. (2005). The Grammar of Graphics (2. Aufl.). New York, NY: Springer.MATH
Wirtz, M., & Caspar, F. (2002). Beurteilerübereinstimmung und Beurteilerreliabilität. Göttingen: Hogrefe.
Wood, S. N. (2006). Generalized additive models: An introduction with R. Boca Raton, FL: Chapman & Hall/CRC.MATH
Xie, Y. (2015). Dynamic documents with R and knitr (2. Aufl.). Boca Raton, FL: Chapman & Hall/CRC.
Yan, J., & Fine, J. P. (2004). Estimating equations for association structures. Statistics in Medicine, 23(6), 859–874.CrossRef
Zelterman, D. (2015). Applied multivariate statistics with R. Cham: Springer.CrossRef
Metadaten
Titel
Diagramme erstellen
verfasst von
Daniel Wollschläger
Copyright-Jahr
2017
Verlag
Springer Berlin Heidelberg
Buch
Grundlagen der Datenanalyse mit R

Print ISBN: 978-3-662-53669-8

Electronic ISBN: 978-3-662-53670-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-662-53670-4_14