<\/p>\n
Questo tutorial spiega quando e come utilizzare la funzione jitter<\/strong> in R per le nuvole di punti.<\/span><\/p>\n I grafici a dispersione<\/strong> sono eccellenti per visualizzare la relazione tra due variabili continue. Ad esempio, il seguente grafico a dispersione ci aiuta a visualizzare la relazione tra altezza e peso per 100 atleti:<\/span><\/p>\n Tuttavia, a volte potremmo voler visualizzare la relazione tra una variabile continua e un’altra variabile quasi<\/em> continua.<\/span><\/p>\n Ad esempio, supponiamo di avere il seguente set di dati che mostra il numero di partite iniziate da un giocatore di basket nelle prime 10 partite di una stagione insieme alla media dei suoi punti per partita:<\/span><\/p>\n I punti per partita<\/em> sono una variabile continua, ma le partite iniziate<\/em> sono una variabile discreta. Se proviamo a creare un grafico a dispersione di queste due variabili, ecco come apparirebbe:<\/span><\/p>\n Da questo grafico a dispersione possiamo dire che le partite iniziate<\/em> e la media dei punti per partita<\/em> hanno una relazione positiva, ma \u00e8 un po’ difficile vedere i singoli punti nella trama perch\u00e9 molti di essi si sovrappongono.<\/span><\/p>\n Usando la funzione Jitter<\/strong> , possiamo aggiungere un po’ di “rumore” ai set di variabili dell’asse X generati<\/em> in modo da poter vedere pi\u00f9 chiaramente i singoli punti sulla trama:<\/span><\/p>\n Facoltativamente possiamo aggiungere un argomento numerico al jitter per aggiungere ancora pi\u00f9 rumore ai dati:<\/span><\/p>\n Dobbiamo fare attenzione a non aggiungere troppo jitter, perch\u00e9 questo potrebbe distorcere troppo i dati originali:<\/span><\/p>\n L’instabilit\u00e0 \u00e8 particolarmente utile quando uno dei livelli della variabile discreta ha molti pi\u00f9 valori rispetto agli altri livelli.<\/span><\/p>\n Ad esempio, nel seguente set di dati, ci sono trecento giocatori di basket che hanno iniziato 2 delle prime 5 partite della stagione, ma solo circa 100 giocatori che hanno iniziato 1, 3, 4 o 5 partite: Quando visualizziamo il numero di partite giocate rispetto alla media dei punti per partita, possiamo dire che ci sono pi\u00f9 giocatori che hanno giocato 2 partite, ma \u00e8 difficile dire esattamente quanti altri<\/em> hanno giocato 2 partite:<\/span><\/p>\n Tuttavia, una volta aggiunto il jitter alla variabile di inizio gioco<\/em> , possiamo vedere quanti giocatori aggiuntivi hanno iniziato 2 partite:<\/span><\/p>\n Aumentando leggermente la quantit\u00e0 di jitter si rivela ancora di pi\u00f9 questa differenza:<\/span><\/p>\n Jitter solo per visualizzazioni<\/strong><\/span><\/p>\n<\/h3>\n Come accennato in precedenza, il jitter aggiunge rumore casuale ai dati, il che pu\u00f2 essere utile quando si desidera visualizzare i dati in una nuvola di punti. Utilizzando la funzione jitter, possiamo ottenere un quadro migliore della vera relazione sottostante tra due variabili in un set di dati.<\/span><\/p>\n Tuttavia, quando si utilizza un’analisi statistica come la regressione, non ha senso aggiungere rumore casuale alle variabili in un set di dati, poich\u00e9 ci\u00f2 influirebbe sui risultati di un’analisi.<\/span><\/p>\n Pertanto il jitter deve essere utilizzato solo per la visualizzazione dei dati, non per l’analisi dei dati.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Questo tutorial spiega quando e come utilizzare la funzione jitter in R per le nuvole di punti. Quando utilizzare il jitter I grafici a dispersione sono eccellenti per visualizzare la relazione tra due variabili continue. Ad esempio, il seguente grafico a dispersione ci aiuta a visualizzare la relazione tra altezza e peso per 100 atleti: […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Quando utilizzare il jitter<\/strong><\/span><\/h3>\n
#define vectors of heights and weights\n<\/span>weights <- runif(100, 160, 240) \nheights <- (weights\/3) + rnorm(100)\n\n#create data frame of heights and weights\n<\/span>data <- as.data.frame(cbind(weights, heights))\n\n#view first six rows of data frame\n<\/span>head(data)\n\n# weights heights\n#1 170.8859 57.20745\n#2 183.2481 62.01162\n#3 235.6884 77.93126\n#4 231.9864 77.12520\n#5 200.8562 67.93486\n#6 169.6987 57.54977\n#create scatterplot of heights vs weights\n<\/span>plot(data$weights, data$heights, pch = 16, col = 'steelblue')<\/strong><\/pre>\n #create data frame<\/span>\ngames_started <- sample(1:10, 300, TRUE)\npoints_per_game <- 3*games_started + rnorm(300)\ndata <- as.data.frame(cbind(games_started, points_per_game))\n\n#view first six rows of data frame\n<\/span>head(data)\n\n# games_started points_per_game\n#1 9 25.831554\n#2 9 26.673983\n#3 10 29.850948\n#4 4 12.024353\n#5 4 11.534192\n#6 1 4.383127<\/strong><\/pre>\n #create scatterplot of games started vs average points per game\n<\/span>plot(data$games_started, data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n #add jitter to games started\n<\/em><\/span>plot( jitter<\/span> (data$games_started), data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n #add jitter to games started\n<\/em><\/span>plot( jitter<\/span> (data$games_started, 2<\/span> ), data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n plot( jitter<\/span> (data$games_started, 20<\/span> ), data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n Il jittering fornisce una migliore visualizzazione dei dati<\/strong><\/span><\/h3>\n
<\/span><\/p>\n games_started <- sample(1:5, 100, TRUE)\npoints_per_game <- 3*games_started + rnorm(100)\ndata <- as.data.frame(cbind(games_started, points_per_game))\n\ngames_twos <- rep(2, 200)\npoints_twos <- 3*games_twos + rnorm(200)\ndata_twos <- as.data.frame(cbind(games_twos, points_twos))\nnames(data_twos) <- c('games_started', 'points_per_game')\n\nall_data <- rbind(data, data_twos)<\/strong><\/pre>\n plot(all_data$games_started, all_data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n
plot( jitter<\/span> (all_data$games_started), all_data$points_per_game,\n pch=16, col='steelblue')<\/strong><\/pre>\n plot( jitter<\/span> (all_data$games_started, 1.5<\/span> ), all_data$points_per_game,\n pch=16, col='steelblue')<\/strong><\/pre>\n\n