R语言car包spm函数做矩阵散点图

原创 数据小兵  2020-06-02 17:19  阅读 907 次
视频课程《SPSS统计分析:从入门到实践提高》

上一篇小兵刻意练习了pairs函数制作矩阵散点图,也极力推荐大家来认识和使用矩阵散点图,这对于多变量关系的快速探查十分有用。

(上一篇 成品)

今天再来练习如何用car包中的scatterplotMatrix函数来完成矩阵散点图,这个函数的名称太长了,我更喜欢用简写的函数spm来实现。

数据源:
employee雇员数据

目标:
考察工作时间、工作经验、初始薪金、当前薪金四个变量间的关系。

首先我直接了当传送4个连续数据给函数spm,看看它的默认输出效果是否满意。

代码展示:
library(car)spm(~jobtime+prevexp+salbegin+salary,data=employee,main="矩阵散点图")

效果展示:

每两个变量绘制散点图并配线性和loess曲线,不管是线性关系还是非线性的关系,都能提供线索。

比pairs函数好的一点是,对角线里输出了连续变量数据的概率密度曲线,帮助我们快速观察连续数据的分布状态。

小兵喜欢看直方图胜过看密度曲线,控制一下对角线参数,修改为对角线展示直方图看看效果。

代码展示:
spm(~jobtime+prevexp+salbegin+salary,data=employee,main="矩阵散点图",diagonal=list(method ="histogram", breaks="FD"))

效果展示:

直方图也很直观,这样一来此图的信息量就明显很丰富了,我们想观察的主要内容一览无遗。

不过,这个蓝色似乎有些扎眼,那么我们可以继续修改颜色参数,黑色风格,让矩阵散点图的正态配色风格更朴素一些。

代码展示:
spm(~jobtime+prevexp+salbegin+salary,data=employee,main="矩阵散点图",diagonal=list(method ="histogram", breaks="FD"),col = "black")

效果展示:

scatterplotMatrix函数或者spm函数,还有许多厉害的参数,比如控制分组,不同的组别显示不同的颜色,信息量更大。(小兵看法)喜欢酷炫的可以继续深挖,喜欢业务上讲究实用性的差不多到此可以结束了。

文章推荐

欢迎下载案例数据文件,对照本篇代码进行上机练习,请在本号后台回复【雇员】获取数据下载链接。欢迎留言评论。

本文地址:http://www.datasoldier.net/archives/2189
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
SPSS在线视频学习
欢迎订阅SPSS训练营微信公众号

评论已关闭!