Build your ultimate AI agent
รายละเอียดคอร์ส
คอร์ส ggplot2 นี้ต่อยอดจากความรู้ในคอร์สเบื้องต้น เพื่อสร้างกราฟเชิงอธิบายที่มีความหมาย จะได้เรียนรู้การคำนวณสถิติแบบเรียลไทม์ และเห็นว่า Coordinates กับ Facets ช่วยสื่อสารข้อมูลได้อย่างไร นอกจากนี้ยังจะได้เจาะลึกแนวปฏิบัติที่ดีในการสร้างภาพข้อมูลด้วย ggplot2 เพื่อให้เข้าใจอย่างแน่ชัดว่าอะไรได้ผลและเพราะเหตุใด เมื่อจบคอร์สนี้ จะมีเครื่องมือครบมือสำหรับสร้างฟังก์ชันพล็อตแบบกำหนดเองเพื่อสำรวจชุดข้อมูลขนาดใหญ่ โดยผสมผสานสถิติเข้ากับการแสดงผลที่ยอดเยี่ยม
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
สถิติ
กราฟหนึ่งภาพสื่อได้มากกว่าคำอธิบายนับพัน นั่นคือเหตุผลที่ทำให้ ggplot2 ใน R เป็นเครื่องมือวิเคราะห์ข้อมูลเชิงกราฟิกที่ทรงพลัง ในบทนี้จะก้าวจากการพล็อตข้อมูลเบื้องต้นไปสู่การใช้วิธีทางสถิติหลากหลายรูปแบบ ทั้งโมเดลเชิงเส้น สถิติเชิงพรรณนาและสถิติอนุมาน (ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และช่วงความเชื่อมั่น) รวมถึงฟังก์ชันที่กำหนดเอง
- สถิติกับ geoms50 XP
- การทำให้เส้นโค้งเรียบ (Smoothing)100 XP
- การจัดกลุ่มตัวแปร100 XP
- การปรับแต่ง stat_smooth100 XP
- การปรับแต่ง stat_smooth (2)100 XP
- สถิติ: ผลรวมและควอนไทล์50 XP
- Quantile100 XP
- การใช้ stat_sum100 XP
- สถิติแบบแยกจาก Geoms50 XP
- การเตรียมความพร้อม100 XP
- การใช้ position objects100 XP
- การแสดงผลแบบต่างๆ100 XP
2
Coordinates
เลเยอร์ Coordinates มีเครื่องมือเฉพาะทางที่มีประโยชน์มากสำหรับการสื่อสารข้อมูลอย่างมีประสิทธิภาพและแม่นยำ ในบทนี้จะสำรวจวิธีใช้งานเลเยอร์เหล่านี้อย่างได้ผล เพื่อให้แสดงภาพชุดข้อมูลแบบลอการิทึม ตัวแปรที่มีหน่วยวัด และข้อมูลเชิงคาบได้อย่างชัดเจน
3
Facets
Facets ช่วยแบ่งกราฟออกเป็นหลายช่อง โดยแต่ละช่องแสดงส่วนย่อยของชุดข้อมูล ในบทนี้จะเรียนรู้วิธีจัดเรียง Facets แบบ wrap และแบบ grid รวมถึงการกำหนดป้ายกำกับแบบกำหนดเอง
4
แนวปฏิบัติที่ดี
เมื่อมีทักษะด้านเทคนิคในการสร้างภาพข้อมูลที่ดีแล้ว สิ่งสำคัญคือการทำให้กราฟเหล่านั้นมีความหมายมากที่สุด ในบทนี้จะทบทวนกราฟ 3 ประเภทที่ชุมชนด้าน data viz มักแนะนำให้หลีกเลี่ยง ได้แก่ heat map, pie chart และ dynamite plot พร้อมเรียนรู้ข้อผิดพลาดของกราฟเหล่านี้และวิธีหลีกเลี่ยงปัญหาดังกล่าว
R
การสร้างภาพข้อมูลระดับกลางด้วย ggplot2
เรียนจบแล้ว
