class: middle, left, inverse, title-slide .title[ # Графики в ggplot2 - задания ] .subtitle[ ## Основы биостатистики, осень 2022 ] .author[ ### Марина Варфоломеева ] --- ## Данные для этого задания Датасет `penguins` про пингвинов Адели, Генту и Чинстрап.  .tiny[bluegio at deviantart.com] ```r library(readxl) penguins <- read_xlsx(path = "data/penguins.xlsx", sheet = "penguin data") head(penguins, 2) ``` ``` # A tibble: 2 × 8 species island bill_length_mm bill_…¹ flipp…² body_…³ sex year <chr> <chr> <dbl> <dbl> <dbl> <dbl> <chr> <dbl> 1 Adelie Torgersen 39.1 18.7 181 3750 male 2007 2 Adelie Torgersen 39.5 17.4 186 3800 fema… 2007 # … with abbreviated variable names ¹​bill_depth_mm, # ²​flipper_length_mm, ³​body_mass_g ``` ```r colnames(penguins) ``` ``` [1] "species" "island" "bill_length_mm" [4] "bill_depth_mm" "flipper_length_mm" "body_mass_g" [7] "sex" "year" ``` --- class: middle, center, inverse # Простейшие графики (без статистической обработки) --- ## 1. Скаттерплот, диаграмма рассеяния - geom_point() Такой график построили на лекции. <!-- --> --- ## 2. Столбчатый график - geom_col() Чтобы его нарисовать, нам нужны уже подготовленные данные: чтобы была переменная, которая будет соответствовать высоте столбцов. Найдем объемы выборок пингвинов разных видов в разные годы наблюдений. ```r tbl_penguins <- table(penguins$species, penguins$year) tbl_penguins ``` ``` 2007 2008 2009 Adelie 50 50 52 Chinstrap 26 18 24 Gentoo 34 46 44 ``` ```r sample_size <- as.data.frame(tbl_penguins) colnames(sample_size) <- c("species", "year", "N") sample_size ``` ``` species year N 1 Adelie 2007 50 2 Chinstrap 2007 26 3 Gentoo 2007 34 4 Adelie 2008 50 5 Chinstrap 2008 18 6 Gentoo 2008 46 7 Adelie 2009 52 8 Chinstrap 2009 24 9 Gentoo 2009 44 ``` --- ## 2. Столбчатый график - geom_col() Нарисуйте столбчатый график, на котором показан объем выборки пингвинов разных видов в разные годы наблюдений (покажите цветом). Что делает аргумент `position`? Заполните пропуски (`RRR`): ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + geom_col(aes(RRR = year), position = position_dodge()) ``` <!-- --> --- ## 3. Линейный график - `geom_line()` (a) Нарисуйте график, на котором линиями показано, как для пингвинов разных видов (цвет) год от года изменяется объем выборки. Что делает эстетика `group` в `geom_line()`? Заполните пропуски (`RRR`): ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + geom_line(aes(RRR = RRR, group = RRR)) ``` <!-- --> --- ## 3. Линейный график - `geom_line()` (b) Добавьте к предыдущему графику этот слой. ```r coord_cartesian(ylim = c(0, max(sample_size$N))) ``` Что делает аргумент `ylim`? <!-- --> --- ## 4. Точечный график, стрипчарт - `geom_jitter()` (a) Нарисуйте точечный график, показывающий зависимость массы тела от вида пингвинов. Заполните пропуски (`RRR`): ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + geom_jitter(aes(colour = RRR)) ``` <!-- --> --- ## 4. Точечный график, стрипчарт - `geom_jitter()` (b) Добавьте в `geom_jitter()` аргументы - `width = 0.2` (ширина полосы точек) и - `alpha = 0.75` (прозрачность). Что они регулируют? <!-- --> --- ## 4. Точечный график, стрипчарт - `geom_jitter()` (c) Измените цветовую палитру для переменной species, для этого добавьте шкалу `scale_colour_brewer()`. Выберите понравившуюся палитру из предложенных `RColorBrewer::display.brewer.all()` Заполните пропуски (`RRR`): ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + geom_jitter(aes(colour = RRR), width = 0.2, alpha = 0.75) + scale_colour_brewer(palette = RRR) ``` <!-- --> --- ## 4. Точечный график, стрипчарт - `geom_jitter()` (d) Подпишите на русском языке оси и название легенды при помощи слоя `labs()`. Измените название видов пингвинов в легенде и подписях к оси х при помощи аргумента `labels` в `scale_color_brewer()` и `scale_x_discrete()` ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + geom_jitter(aes(colour = RRR), width = 0.2, alpha = 0.75) + scale_colour_brewer(palette = RRR, labels = c(RRR, RRR, RRR)) + scale_x_discrete(labels = c(RRR, RRR, RRR)) + labs(x = RRR, y = RRR, colour = RRR) ``` <!-- --> --- class: middle, center, inverse # Графики со встроенной стат. обработкой --- ## 5. Гистограмма - `geom_histogram()` (a) Постройте гистограмму распределения массы тела пингвинов. Сделайте, чтобы у столбцов гистограммы был белый цвет рамки и оранжевый цвет заливки. ```r ggplot(data = RRR, aes(RRR = body_mass_g)) + geom_histogram(RRR = "white", RRR = "orange") ``` <!-- --> --- ## 5. Гистограмма - `geom_histogram()` (b) Измените предыдущий график, чтобы разделить информацию о разных видах пингвинов. Попробуйте придумать несколько вариантов решения. <!-- --> --- ## 5. Гистограмма - `geom_histogram()` (c) Измените гистограмму, чтобы использовать число интервалов, вычисленное методом Стурджеса (Sturges, 1926). Количество интервалов `geom_histogram()` задает параметр `bins`. ```r n_bins <- nclass.RRR(penguins$RRR) ggplot(data = RRR, aes(x = RRR)) + geom_histogram(aes(RRR = species), position = RRR, bins = n_bins) ``` <!-- --> --- ## 6. Боксплоты - `geom_boxplot()` Постройте боксплот распределения массы тела пингвинов разных видов. Сделайте так, чтобы цвет заливки боксплотов был разный у разных видов. ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + geom_boxplot(aes(RRR = species)) ``` <!-- --> --- ## 7. Точки с усами - `stat_summary(geom = "pointrange")` (a) Постройте график массы тела у разных видов пингвинов. Изобразите медиану, минимум и максимум при помощи функции `median_hilow()` ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + stat_summary(geom = "RRR", fun.data = RRR) ``` <!-- --> --- ## 7. Точки с усами - `stat_summary(geom = "pointrange")` (b) Измените предыдущий график так, чтобы цвет точек и усов был разный у разных видов. ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + stat_summary(geom = "RRR", fun.data = RRR, aes(RRR = species)) ``` <!-- --> --- ## 7. Точки с усами - `stat_summary(geom = "pointrange")` (c) Измените предыдущий график, чтобы показать средние ± 2 стандартных отклонения (функция `mean_sdl()`) ```r ggplot(data = RRR, aes(x = RRR, y = RRR)) + stat_summary(geom = "RRR", fun.data = RRR, aes(RRR = species)) ``` <!-- -->