在线绘图表js画核密度图-tableau制作密度图

核密度估计是用于估计随机变量概率密度函数的一种非参数方法,是一种用来观察

连续型变量分布

的有效方法

density(x, bw = "nrd0", adjust = 1,kernel = c("gaussian", "epanechnikov", "rectangular", "triangular", "biweight", "cosine", "optcosine"),weights = NULL, window = kernel, width, = FALSE,n = 512, from, to, cut = 3, = FALSE, ...)

使用sm包中的()函数可以想图形叠加两组或者更多的核密度图,使用格式为: (x,factor) ,其中x为一个数值型变量,factor为一个分组变量

1、选择两个相关的数据到行列,都选择度量(数值型)数据

2、给图表设置个维度,让图表按某个维度进行分布

1、点击标记下的标记类型选择器,选择密度

2、选择标记下的颜色,修改颜色类型

至此,密度图完成

核密度图也是一种用来观察连续型变量分布的有效方法。

考虑mtcars数据集的mpg变量

> plot(density(mtcars$mpg))

从图中我们可以更详细地观察mpg变量的分布情况。

核密度图可用于比较组间的差异。如果想要比较cyl=4,6,8这三种不同组的汽车mpg变量分布的差异。可以使用sm包。

> library(sm)

> cyl.f <- factor(mtcars$cyl,levels=c(4,6,8),labels=c("4 cyl","6 cyl","8 cyl"))

> (mtcars$mpg,mtcars$cyl)

> legend(locator(1),levels(cyl.f),fill=c(2,3,4))

从图中,可以明显看出,根据cyl数量分成的三组汽车的mpg变量分布差异。