R'de Kutu Grafiği (Box Plot) Eğitimi

boxplot() fonksiyonu, sayısal bir y değişkeninin dağılımının, ikinci bir x değişkeninin benzersiz düzeyleri arasında nasıl farklılaştığını gösterir. Etkili olması için bu ikinci değişkenin çok fazla benzersiz düzeyi olmamalıdır (ör. 10 veya daha az iyidir; bundan çok daha fazlası grafiğin yorumlanmasını zorlaştırır).

boxplot() fonksiyonunun ayrıca bir dizi isteğe bağlı parametresi vardır ve bu alıştırma, daha bilgilendirici bir grafik elde etmek için bunlardan üçünü kullanmanızı ister:

• varwidth, veri alt kümelerinin farklı boyutlarını gösteren değişken genişlikli Kutu Grafiğine olanak tanır.
• log, log-dönüşümlü y-değerlerine olanak tanır.
• las, daha okunabilir eksen etiketlerine olanak tanır.

Kutu Grafiğini ne zaman kullanmalısınız

• Sürekli bir değişkeniniz olduğunda ve bunu kategorik bir değişkene göre böldüğünüzde.

• Sürekli değişkenin dağılımlarını her bir kategori için karşılaştırmak istediğinizde.

Histogram ve Kutu Grafiği

• Aşağıda bir Histogram ile Kutu Grafiğinin karşılaştırması yer almaktadır. Ortadaki çizgi, dağılımın medyanını gösterir. Yani hükümdarların yarısı bu yaştan önce, yarısı da bu yaştan sonra tahta çıkmıştır.

• Kutu Grafiğindeki kutu, alt çeyrekten üst çeyreğe kadar uzanır. Alt çeyrek, değerlerin dörtte birinin altında kaldığı noktadır. Yani hükümdarların dörtte biri bu yaştan önce, dörtte üçü ise bu yaştan sonra tahta çıkmıştır. Benzer şekilde, üst çeyrek, hükümdarların dörtte üçünün bu yaşın altında tahta çıktığı yaştır. Üst ve alt çeyrekler arasındaki farka çeyrekler arası aralık denir.

"Bıyık" olarak bilinen yatay çizgilerin tanımı daha karmaşıktır. Her çubuk, çeyrekler arası aralığın bir buçuk katına kadar uzanır, ancak gerçek veri noktalarına ulaşacak şekilde sınırlandırılır.

Teknik tanım aşağıdaki görselde gösterilmiştir; fakat pratikte, bıyıkları, dışında kalan her şeyin uç değer sayılacağı kadar uzağa uzanıyor gibi düşünebilirsiniz.

Daha önce belirtildiği gibi, Kutu Grafiklerinin gücü, birçok dağılımı aynı anda karşılaştırabilmenizdir. Burada, hanedanlar en eskiden en yeniye doğru, yukarıdan aşağıya sıralanmıştır.

Gözle görülür bir eğilim var: On dördüncü yüzyıldaki Plantagenetlerden bu yana kutular yavaş yavaş sağa kayıyor; bu da yeni hükümdarların tahta çıkma yaşlarının arttığını gösteriyor.

Godwin ve Blois tek bir çizgi olarak görünür; çünkü her hanedandan yalnızca birer kral vardı. Anjou hanedanında ise yalnızca üç kral vardı ve iki değil, tek bıyıklı bir kutu oluşuyor.

Danimarka ve Windsor hanedanlarına ait Kutu Grafiklerinde bazı noktaların göründüğüne dikkat edin. Bunlar, bıyıkların kapsamı dışında kalan uç değerlerdir. Windsor'un en soldaki aykırı değeri, 26 yaşında tahta çıkan ikinci Elizabeth'tir.

boxplot() Fonksiyonu

Aşağıdaki örnekte, formül arayüzünü kullanarak, Boston veri çerçevesindeki farklı rad değerleri boyunca sayısal crim değerlerinin dağılımını gösteren bir Kutu Grafiği oluşturacaksınız. Ardından, değişken genişlikli Kutu Grafikler elde etmek için varwidth parametresini kullanın, log-dönüşümlü bir y ekseni belirtin ve hem x hem de y eksenleri için yatay etiketler elde etmek üzere las parametresini 1 olarak ayarlayın.

Son olarak, title() fonksiyonunu kullanarak "Crime rate vs. radial highway index" başlığını ekleyin.

# Create a variable-width Box Plot with log y-axis & horizontal labels
boxplot(crim ~ rad, data = Boston,
        varwidth = TRUE, log = "y", las = 1)

# Add a title
title("Crime rate vs. radial highway index")
Altyapı:

Yukarıdaki kodu çalıştırdığımızda aşağıdaki sonuç elde edilir:

Kendiniz deneyin.

Kutu Grafikler hakkında daha fazla bilgi edinmek için, Veri Görselleştirmeyi Anlamak kursumuzdaki bu videoya bakın.

Bu içerik, Richie Cotton'ın hazırladığı DataCamp’in Veri Görselleştirmeyi Anlamak kursu ile Ronald Pearson'ın hazırladığı R'de Veri Görselleştirme kursundan alınmıştır.