[R] R을 이용한 통계 분석 및 데이터 시각화 : 히스토그램

정보

업무명 : R을 이용한 통계 분석 및 데이터 시각화 : 히스토그램
작성자 : 박진만
작성일 : 2020-04-01
설 명 :
수정이력 :

내용

[개요]

R은 통계 분석 및 시각화 등의 기능을 갖춘 프로그래밍 언어 내지 통계 분석 환경입니다.
통계 분석 기능으로 통계 검정, 선형 회귀 분석, 시계열 데이터 분석, 클러스터링 등을 지원하고 있습니다.
또한 최신 논문에서 발표된 같은 새로운 기술도 R로 구현되는 경우가 많습니다.
특히 시각화 기능으로 히스토그램, 막대 그래프, 선 그래프, 산포도, 나무 모양 그림이나 히트맵 등 기본적인 그래프가 기본으로 지원하고 있습니다.
또한 ggplot2 등의 패키지를 사용하여 더 높은 수준의 그림을 가시화할 수 있습니다.

[특징]

데이터를 이해하기 위해서 통계 분석 및 데이터 시각화가 요구되며 이 프로그램은 이러한 목적을 달성하기 위한 소프트웨어

[기능]

데이터형 소개

[활용 자료]

없음

[자료 처리 방안 및 활용 분석 기법]

없음

[사용법]

소스 코드 예시 참조

[사용 OS]

Windows 10

[사용 언어]

R v3.6.2
R Studio v1.2.5033

소스 코드

[히스토그램]

히스토그램은 양적 데이터의 분포를 시각화하기 위해 자주 이용되고 있다.
즉 데이터 분석 및 통계 검정 등, 그 분포의 특징을 확인하고 데이터 전체의 경향을 파악하는 경우에 사용한다.
이 때 히스토그램의 가로축은 계급, 세로축은 도수로 나타낸다.
- 계급이란 데이터를 일정한 폭을 구분하여 만들어진다. 예를 들어, 데이터를 구분 폭을 "5cm"로 설정했을 때, 계급은 "0-5cm", "5-10cm", "10-15cm"... '의 간격으로 만들 수 있다.
- 도수는 각 계급에 포함 된 데이터의 수를 가리킨다. 예를 들어, 식물의 씨앗이 발아 후 10 일 이후에 개체의 길이를 재어 보니 2cm, 5cm, 6cm, 4cm, 9cm, 3cm, 12cm, 1cm였다고 하자. 이 때, 폭 5cm로서 계급과 도수 표를 만들면 아래와 같다.
이렇게 만들어진 계급과 도수를 각각 가로축과 세로축하여 그래프를 그리면 히스토그램이 그려진다.

계급	0≤x <5	5≤x <10	10≤x <15	15≤x <20
도수	4	3	1	0

계급의 폭은 스터지스의 공식을 기반으로 결정하거나 스콧의 공식을 기반으로 결정하는 방법이 있다.
그러나 이러한 방법은 각각의 특징을 가지는 데이터를 다룰 때 사용한다. 즉 모든 데이터에 이를 적용 할 수 있는 방법은 없다.
따라서 계급의 폭은 딱히 공식에 따라 정해진 것이 아닌 데이터의 특징에 따라서, 혹은 분석 목적에 따라 결정하는 것이 좋다.

[hist 함수의 사용법] 기본적인 사용법

hist함수에 숫자 벡터를 주는 히스토그램이 그려진다. 히스토그램의 폭은 기본적으로 스터지스의 공식에 의해 계산 된 폭을 이용한다.

x <- rnorm(1000)

hist(x)
hist(x, col = "orange", main = "rnorm")

[hist 함수의 사용법] 너비를 조정하는 방법

기본적으로 hist함수에 의해 그려지는 히스토그램의 폭은 스터지스의 공식을 이용하여 계산된다.
그러나 폭의 계산식을 변경하고자 하는 경우는 breaks의 인수에 인자를 추가해주면 된다.
또한 스터지스의 공식 (Sturges) 이외에 Scott, FD또는 Freedman-Diacoins을 줄 수있다. 또한 breaks폭을 직접 지정하거나 분할하는 값을 지정 할 수 있다.

x <- rnorm(1000)

hist(x, breaks = 10)
hist(x, breaks = c(-5,0, 1, 2, 3, 4, 5))
hist(x, breaks = "Scott")

[hist 함수의 사용법] 세로축을 조정하는 방법

히스토그램의 세로축은 도수 (빈도)이지만,이 빈도를 확률로 변경할 수 있다.
세로축을 확률로 변경했을 때, 히스토그램의 면적을 모두 더하면 1이된다.
세로축을 도수(빈도)로 설정 하거나 확률로 설정 하고자 하는 경우에는 인수 freq를 이용하여 지정한다.

x <- rnorm(1000)

hist(x, freq = FALSE)
hist(x, freq = TRUE)

[hist 함수의 사용법] 밀도를 표시하는 방법

hist함수에서 히스토그램을 그린 후 density함수로부터 추측한 밀도 line함수를 겹쳐서 그릴 수 있다.
또한 ug함수에서 히스토그램 아래 rug 플롯을 그려 넣을 수도 있다.

x <- c(rnorm(1000), rnorm(1000, 3, 2))

hist(x, freq = FALSE)
lines(density(x), col = "orange", lwd = 2)

hist(x, freq = FALSE)
lines(density(x), col = "orange", lwd = 2)
rug(x)

[hist 함수의 사용법] 여러 히스토그램을 그리는 방법

여러 히스토그램 겹쳐 그리는 경우, 히스토그램의 색을 조금 투명화시키는 것으로 겹치는 부분도 보이게 만들 수 있다.
히스토그램의 색상을 정할 때 RGB에서는 빨간색은 #ff0000, 파랑은 #0000ff 등과 같이 나타낼 수있다.
투명도의 경우 RGB 숫자 뒤에 투명도를 지정하면 된다. 예를 들어, #ff000030과 #0000ff50 등과 같이 지정한다.

x <- rnorm(1000, 10, 5)
y <- rnorm(1000, 15, 5)

hist(x, col = "#ff00ff40", border = "#ff00ff", breaks = 20)
hist(y, col = "#0000ff40", border = "#0000ff", breaks = 20, add = TRUE)

[hist 함수의 사용법] truehist

truehist은 MASS 패키지에 포함되어있는 막대 그래프를 그리는 함수이다.
사용법은 hist함수와 비슷하지만 옵션이 많은 더 세분화 할 수 있다.

library(MASS)

x <- rnorm(1000)

truehist(x, h = 0.1, prob = TRUE, col = "black")
truehist(x, breaks = c(-4, 0, 1, 2, 3, 4), prob = FALSE, col = "white")

[hist 함수의 사용법] 서로 다른 이중축을 사용한 히스토그램 그리기

truehist함수 또는 hist함수를 사용할 때 axes = FALSE지정하는 것으로, 축 좌표를 일시적으로 그리지 않도록 할 수 있다.
이것을 이용하면 서로 다른 축의 좌표를 여러개 붙일 수 있다.
아래의 예에서는 x 축을 고정하고, 2 개의 히스토그램 그래프를 그렸다.

library(MASS)

par(mar = c(4.5, 4.5, 4.5, 5.5))

x <- rnorm(1000, 300, 100)
y <- rnorm(1000, 500, 200)

truehist(x, xlim = c(0, 1000), h = 10, col = "#ff990080", border = "#ff990080",
         axes = FALSE, xlab = "", ylab = "")
axis(side = 1)                                          # x
axis(side = 2, col.axis = "#ff9900", col = "#ff9900")   # left y
mtext("Orange", side = 2, line = 3)                     # left(side = 2), margin(line = 3)

par(new = TRUE)

truehist(y, xlim = c(0, 1000), h = 10, col = "#66990080", border = "#66990080",
         axes = FALSE, xlab = "", ylab = "")
axis(side = 4, col.axis = "#669900", col = "#669900")   # right y
mtext("Green", side = 4, line = 3)                      # right(side=4)

[다음글]

[R] R을 이용한 통계 분석 및 데이터 시각화 : 막대그래프

정보 업무명 : R을 이용한 통계 분석 및 데이터 시각화 : 막대그래프 작성자 : 박진만 작성일 : 2020-04-01 설 명 : 수정이력 : 내용 [개요] R은 통계 분석 및 시각화 등의 기능을 갖춘 프로그래밍 언어 내지 통계..

shlee1990.tistory.com

[이전글]

[R] R을 이용한 통계 분석 및 데이터 시각화 : 수학 함수 그래프

정보 업무명 : R을 이용한 통계 분석 및 데이터 시각화 : 수학 함수 그래프 ㄹ작성자 : 박진만 작성일 : 2020-04-01 설 명 : 수정이력 : 내용 [개요] R은 통계 분석 및 시각화 등의 기능을 갖춘 프로그래밍 언어..