Gelukkig is dit eenvoudig te doen met behulp van de functies geom_point()<\/strong> en geom_errorbar()<\/strong> in ggplot2.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze functies kunt gebruiken om de volgende grafiek te maken die de gemiddelde en standaardafwijking weergeeft van de punten die door verschillende basketbalteams zijn gescoord:<\/span> <\/p>\n Stel dat we het volgende dataframe in R hebben dat informatie bevat over het aantal punten dat is gescoord door basketbalspelers uit drie verschillende teams:<\/span><\/p>\n We kunnen functies in het dplyr-<\/strong> pakket gebruiken om snel de gemiddelde en standaardafwijking te berekenen van de punten die door spelers in elk team worden gescoord:<\/span><\/p>\n Ten slotte kunnen we de volgende ggplot2-<\/strong> functies gebruiken om de gemiddelde en standaardafwijking van de punten gescoord door spelers in elk team te visualiseren:<\/span> <\/p>\n De resulterende grafiek toont het gemiddelde en de standaardafwijking van de punten die door spelers van elk team zijn gescoord.<\/span><\/p>\n De cirkels vertegenwoordigen de gemiddelde waarden en de lengte van de balken boven en onder elke cirkel vertegenwoordigt de standaardafwijking.<\/span><\/p>\n Opmerking<\/strong> : het breedteargument<\/strong> in de functie geom_errorbar()<\/strong> specificeert de breedte van foutbalken. U kunt deze waarde gerust wijzigen om de breedte van de foutbalken in de plot aan te passen.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in ggplot2 kunt uitvoeren:<\/span><\/p>\n Hoe u een legenda aan ggplot2-plots toevoegt<\/a> Vaak wilt u misschien het gemiddelde en de standaarddeviatie per groep in ggplot2 plotten. Gelukkig is dit eenvoudig te doen met behulp van de functies geom_point() en geom_errorbar() in ggplot2. Het volgende voorbeeld laat zien hoe u deze functies kunt gebruiken om de volgende grafiek te maken die de gemiddelde en standaardafwijking weergeeft van de […]<\/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":[],"class_list":["post-3786","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n![\"plot](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/signifie-td1.jpg\")
<\/p>\n Voorbeeld: gemiddelde en standaardafwijking uitzetten in ggplot2<\/strong><\/span><\/h2>\n
#create data frame<\/span>\ndf <- data. frame<\/span> (team=rep(c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each= 6<\/span> ),\n points=c(8, 10, 12, 12, 14, 15, 10, 11, 12,\n 18, 22, 24, 3, 5, 5, 6, 7, 9))\n\n#view head of data frame\n<\/span>head(df)\n\n team points\n1 to 8\n2 to 10\n3 to 12\n4 to 12\n5 to 14\n6 to 15<\/strong><\/span><\/pre>\n library<\/span> (dplyr)\n\n#calculate mean and sd of points by team\n<\/span>df_mean_std <- df %>%\n group_by(team) %>%\n summarise_at(vars(points), list(mean=mean, sd=sd)) %>% \n as. data<\/span> . frame<\/span> ()\n\n#view results\n<\/span>df_mean_std\n\n team mean sd\n1 A 11.833333 2.562551\n2 B 16.166667 6.013873\n3 C 5.833333 2.041241\n<\/strong><\/span><\/pre>\n library<\/span> (ggplot2)\n\n#plot mean and standard deviation of points by team\n<\/span>ggplot(df_mean_std, aes(x=team, y=mean)) + \n geom_errorbar(aes(ymin=mean-sd, ymax=mean+sd), width= .3<\/span> ) +\n geom_point(size= 2<\/span> )<\/strong><\/span> <\/pre>\n<\/p>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe de lettergrootte in ggplot2 te veranderen<\/a>
Hoe een legenda in ggplot2 te verwijderen<\/a>
Hoe aslabels te roteren in ggplot2<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"