Présentation graphique des données (résumé) dans R

Je suis sûr que je suis déjà tombé sur une fonction de ce type dans un package R, mais après une longue recherche sur Google, il me semble impossible de la trouver nulle part. La fonction à laquelle je pense a produit un résumé graphique pour une variable qui lui est donnée, produisant une sortie avec quelques graphes (un histogramme et peut-être un diagramme à moustaches) et un texte donnant des détails comme la moyenne, la SD, etc.

Je suis à peu près sûr que cette fonction n'était pas incluse dans la base R, mais je n'arrive pas à trouver le paquet que j'ai utilisé.

Est-ce que quelqu'un connaît une telle fonction, et si oui, dans quel paquet se trouve-t-il?

Le paquetage Hmisc de Frank Harrell contient des graphismes de base avec des options pour les annotations: consultez les fonctions de bouclagesummary.formula() et connexes plot. J'aime aussi la describe()fonction.

Pour plus d'informations, consultez La bibliothèque Hmisc ou Une introduction à S-Plus et les bibliothèques Hmisc et Design .

Voici quelques photos prises de l'aide en ligne ( bpplt, describeet plot(summary(...))):

De nombreux autres exemples peuvent être consultés en ligne dans le manuel graphique R , voir Hmisc (et ne manquez pas rms ).

Je recommande fortement la fonction chart.Correlations dans le package PerformanceAnalytics . Il regroupe une quantité incroyable d'informations dans un seul graphique: graphiques de densité de noyau et histogrammes pour chaque variable, diagrammes de dispersion, valeurs plus faibles et corrélations pour chaque paire de variables. C'est l'une de mes fonctions de résumé de données graphiques préférées:

library(PerformanceAnalytics)
chart.Correlation(iris[,1:4],col=iris$Species)

J'ai trouvé cette fonction utile ... le pseudo de l'auteur d'origine est respiratoire .

f_summary <- function(data_to_plot)
{
## univariate data summary
require(nortest)
#data <- as.numeric(scan ("data.txt")) #commenting out by mike
data <- na.omit(as.numeric(as.character(data_to_plot))) #added by mike
dataFull <- as.numeric(as.character(data_to_plot))

# first job is to save the graphics parameters currently used
def.par <- par(no.readonly = TRUE)
par("plt" = c(.2,.95,.2,.8))
layout( matrix(c(1,1,2,2,1,1,2,2,4,5,8,8,6,7,9,10,3,3,9,10), 5, 4, byrow = TRUE))

#histogram on the top left
h <- hist(data, breaks = "Sturges", plot = FALSE)
xfit<-seq(min(data),max(data),length=100)
yfit<-yfit<-dnorm(xfit,mean=mean(data),sd=sd(data))
yfit <- yfit*diff(h$mids[1:2])*length(data)
plot (h, axes = TRUE, main = paste(deparse(substitute(data_to_plot))), cex.main=2, xlab=NA)
lines(xfit, yfit, col="blue", lwd=2)
leg1 <- paste("mean = ", round(mean(data), digits = 4))
leg2 <- paste("sd = ", round(sd(data),digits = 4))
count <- paste("count = ", sum(!is.na(dataFull)))
missing <- paste("missing = ", sum(is.na(dataFull)))
legend(x = "topright", c(leg1,leg2,count,missing), bty = "n")

## normal qq plot
qqnorm(data, bty = "n", pch = 20)
qqline(data)
p <- ad.test(data)
leg <- paste("Anderson-Darling p = ", round(as.numeric(p[2]), digits = 4))
legend(x = "topleft", leg, bty = "n")

## boxplot (bottom left)
boxplot(data, horizontal = TRUE)
leg1 <- paste("median = ", round(median(data), digits = 4))
lq <- quantile(data, 0.25)
leg2 <- paste("25th percentile =  ", round(lq,digits = 4))
uq <- quantile(data, 0.75)
leg3 <- paste("75th percentile = ", round(uq,digits = 4))
legend(x = "top", leg1, bty = "n")
legend(x = "bottom", paste(leg2, leg3, sep = "; "), bty = "n")

## the various histograms with different bins
h2 <- hist(data,  breaks = (0:20 * (max(data) - min (data))/20)+min(data), plot = FALSE)
plot (h2, axes = TRUE, main = "20 bins")

h3 <- hist(data,  breaks = (0:10 * (max(data) - min (data))/10)+min(data), plot = FALSE)
plot (h3, axes = TRUE, main = "10 bins")

h4 <- hist(data,  breaks = (0:8 * (max(data) - min (data))/8)+min(data), plot = FALSE)
plot (h4, axes = TRUE, main = "8 bins")

h5 <- hist(data,  breaks = (0:6 * (max(data) - min (data))/6)+min(data), plot = FALSE)
plot (h5, axes = TRUE,main = "6 bins")

## the time series, ACF and PACF
plot (data, main = "Time series", pch = 20, ylab = paste(deparse(substitute(data_to_plot))))
acf(data, lag.max = 20)
pacf(data, lag.max = 20)

## reset the graphics display to default
par(def.par)

#original code for f_summary by respiratoryclub

}

Je ne sais pas si c'est ce à quoi vous pensiez, mais vous voudrez peut-être consulter le package fitdistrplus . Cela a beaucoup de fonctions intéressantes qui génèrent automatiquement des informations de synthèse utiles sur votre distribution, et font des tracés de certaines de ces informations. Voici quelques exemples de la vignette :

library(fitdistrplus)
data(groundbeef)
windows()              # or quartz() for mac
  plotdist(groundbeef$serving)  

windows()
> descdist(groundbeef$serving, boot=1000)
summary statistics
------
min:  10   max:  200 
median:  79 
mean:  73.64567 
estimated sd:  35.88487 
estimated skewness:  0.7352745 
estimated kurtosis:  3.551384 

fw = fitdist(groundbeef$serving, "weibull")

>summary(fw)
Fitting of the distribution ' weibull ' by maximum likelihood 
Parameters : 
       estimate Std. Error
shape  2.185885  0.1045755
scale 83.347679  2.5268626
Loglikelihood:  -1255.225   AIC:  2514.449   BIC:  2521.524 
Correlation matrix:
         shape    scale
shape 1.000000 0.321821
scale 0.321821 1.000000

fg  = fitdist(groundbeef$serving, "gamma")
fln = fitdist(groundbeef$serving, "lnorm")
windows()
  plot(fw)

windows()
  cdfcomp(list(fw,fln,fg), legendtext=c("Weibull","logNormal","gamma"), lwd=2,
          xlab="serving sizes (g)")

>gofstat(fw)
Kolmogorov-Smirnov statistic:  0.1396646 
Cramer-von Mises statistic:  0.6840994 
Anderson-Darling statistic:  3.573646 

Pour explorer l'ensemble de données que j'aime vraiment rattle. Installez le paquet et appelez simplement rattle(). L'interface est assez explicite.

Peut-être recherchez-vous la bibliothèque ggplot2 qui vous permet de tracer les choses de manière élégante. Ou vous pouvez consulter ce site Web qui semble avoir de nombreux utilitaires graphiques R http://addictedtor.free.fr/graphiques/

Ce n'est probablement pas exactement ce que vous recherchez, mais la fonction pairs.panels () dans le paquetage psychologique pour R peut s'avérer utile. Il vous donne des valeurs de corrélation dans la diagonale supérieure, des lignes de loess et des points dans la diagonale inférieure, ainsi qu'un histogramme des scores de chaque variable dans la diagonale de la matrice. Personnellement, je pense que c'est l'un des meilleurs résumés graphiques de données.

Mon préféré est DescTools

library(DescTools)
data("iris")
Desc(iris, plotit = T)

Qui produit une série de parcelles comme celles-ci:

et affiche une série de valeurs descriptives (y compris moyenne, moyenne SE, médiane, percentiles, plage, SD, IQR, valeurs de l'asymétrie et kurtosis):

Alternativement, tabplot est également très bon pour un aperçu graphique.

Il produit des parcelles de fantaisie avec tableplot(iris, sortCol=Species)

Il y a même une version D3 tabplot, à savoir tabplotd3 .