no way to compare when less than two revisions

Differences

This shows you the differences between two versions of the page.

@@ Line 1: / Line 1: @@
+정보의 시각화: 첫인상
+  * {{:info.vis.01.xlsx}}
+  * Scatter plot
+<code># Simple Scatterplot
+attach(mtcars)
+plot(wt, mpg, main="Scatterplot Example",
+   xlab="Car Weight ", ylab="Miles Per Gallon ",
+   pch=19)</code>
+{{:c:ps1-1:2019:pasted:20190909-075028.png}}
+explanatory (설명) variable at x axis
+response (반응) at y axis
+But, it does mean __no causal relationship__ between the two variables. Association between two does not guarantee a causal relationship.
+Drawing a line among the data.
+<code># Add fit lines
+abline(lm(mpg~wt), col="red") # regression line (y~x)
+lines(lowess(wt,mpg), col="blue") # lowess line (x,y)</code>
+{{:c:ps1-1:2019:pasted:20190909-075639.png}}
+A bit more fancy line
+<code># Enhanced Scatterplot of MPG vs. Weight
+# by Number of Car Cylinders
+library(car)
+scatterplot(mpg ~ wt | cyl, data=mtcars,
+   xlab="Weight of Car", ylab="Miles Per Gallon",
+   main="Enhanced Scatter Plot",
+   labels=row.names(mtcars))</code>
+{{:c:ps1-1:2019:pasted:20190909-080032.png}}
+Line can be:
+**__관계의 방향 (direction)__**
+^  관계의 방향  ^^
+| {{:r.positive.png}}  | {{:r.negative.png}}  |
+**__관계의 모양 (shape)__**
+^  관계의 모양  ^^
+| {{:r.positive.png}}  | {{:r.curvepositive.png}}  |
+**__관계의 정도 (힘)__**
+^  관계의 정도 (힘)  ^^
+| [{{:r.StrengthA.png|Figure_4-1}}]  | [{{:r.StrengthB.png|Figure 4-2}}]  |
+| [{{:r.StrengthC.png|Figure_4-3}}]  | [{{:r.StrengthD.png|Figure 4-4}}]  |
+<WRAP clear />
+Pearson's r 의 의미
+__Relations, not cause-effect__
+[{{:r_eg.15.6.png?250 |Figure 6. Correlation And Causation}}] 상관관계 계수는 단순히 두 변인 (x, y) 간의 관계가 있다는 것을 알려줄 뿐, 왜 그 관계가 있는지는 설명하지 않는다. 바꿔 말하면, 충분한 r 값을 구했다고 해서 이 값이 두 변인 간의 '''원인'''과 '''결과'''의 관계를 말한다고 이야기 하면 __안된다__. 예를 들면 아이스크림의 판매량과 성범죄가 서로 상관관계에 있다고 해서, 전자가 후자의 원인이라고 단정할 수 있는 근거는 없다. 이는 연구자의 논리적인 판단 혹은 이론적인 판단에 따른다.
+<WRAP clear />
+__Interpretation with limited range__
+[{{:r_eg.15.71.png?250 |Figure_7._Correlation_And_Range}}]
+[{{:r_eg.15.7b1.png?250 |Figure_7._Correlation_And_Range}}]
+데이터의 [[Range]]에 대한 판단에 신중해야 한다. 왜냐 하면, 데이터의 어느 곳을 자르느냐에 따라서 r 값이 심하게 변하기 때문이다.
+<WRAP clear />
+__Outliers__
+[{{:r_eg.15.8a.png?250 |Figure_7._Correlation_And_Extreme_Data}}]
+[{{:r_eg.15.8b.png?250 |Figure_7._Correlation_And_Extreme_Data}}]
+위의 설명과 관련하여, 만약에 아주 심한 Outlier가 존재한다면 두 변인 간의 상관관계에 심한 영향을 준다.
+[{{:pearson-6.png?300 |}}]
+make it sure that there is __no data entry error__.
+{{:r.crime.scatterplot.for.single.by.state.jpg}}
+<WRAP clear />
+see
+https://www.gapminder.org/answers/how-does-income-relate-to-life-expectancy/
+  * Histogram
+{{:c:ps1-1:2019:pasted:20190909-103341.png}}
+    * Life expectancy data: {{:life.exp.csv}}
+<code>
+le <- as.data.frame(read.csv("http://commres.net/wiki/_media/life.exp.csv", header=T))
+colnames(le)[1] <- "c.code" # not really necessary. But, sometimes imported first characters are broken.
+lea <- le$X2017
+leb <- lea[complete.cases(lea)]
+hist(leb, color="grey")
+</code>
+[{{:c:ps1-1:2019:pasted:20190909-110252.png|Life expectancy in 2017}}]
+[{{:c:ps1-1:2019:pasted:20190909-104759.png|Distribution of temperature}}]
+[{{:c:ps1-1:2019:pasted:20190909-111117.png|skewness}}]
+[{{:c:ps1-1:2019:pasted:20190909-111001.png|modality}}]
+box plot
+<code>
+# Boxplot of MPG by Car Cylinders
+boxplot(mpg~cyl,data=mtcars,
+    main="Car Milage Data",
+    xlab="Number of Cylinders",
+    ylab="Miles Per Gallon")
+</code>
+{{:c:ps1-1:2019:pasted:20190909-111438.png}}