R数据科学1.7练习题

(1) stat_summary() 函数的默认几何对象是什么？不使用统计变换函数的话，如何使用几何对象函数重新生成以上的图？

stat_summary() 的默认几何对象是 geom_pointrange()，即点、线范围图，它会在给定位置绘制点和误差线。

(2) geom_col() 函数的功能是什么？它和 geom_bar() 函数有何不同？

1. geom_col()：

   geom_col() 直接使用数据中的 y 值来生成柱形图。这意味着你需要明确提供 x 和 y 的数据值。
   功能：它按照你提供的 y 值来绘制柱状图。

2. geom_bar()：

   geom_bar() 则不需要提供 y 值，默认情况下它会统计数据的频次或计数并生成柱形图。它的 y 轴值默认使用计数（count）或指定统计变换（如比例 ...prop...）。

3. 区别：
   geom_col() ：直接使用给定的 y 值。
   geom_bar()：计算 y 值为分类的计数或比例。

(3) 多数几何对象和统计变换都是成对出现的，总是配合使用。仔细阅读文档，列出所有成对的几何对象和统计变换。它们有什么共同之处？

1. geom_bar() 和 stat_count()：绘制柱状图，默认统计分类频数。
2. geom_smooth() 和 stat_smooth()：绘制平滑趋势线，默认计算线性模型或局部回归。
3. geom_point() 和 stat_identity()：绘制散点图，直接使用原始数据，不进行额外统计变换。
4. geom_histogram() 和 stat_bin()：绘制直方图，默认统计数据的分布频次。
5. geom_boxplot() 和 stat_boxplot()：绘制箱线图，统计五数摘要（最小值、下四分位数、中位数、上四分位数、最大值）。
   共同之处：几何对象用于定义图形外观，而统计变换则决定如何从数据生成几何对象所需的统计值。例如，geom_bar() 绘制柱状图，stat_count() 提供所需的计数统计；geom_smooth() 生成平滑曲线，stat_smooth() 计算拟合的回归模型。

(4) stat_smooth() 函数会计算出什么变量？哪些参数可以控制它的行为？

stat_smooth() 主要计算以下变量：

1. y：平滑曲线的拟合值。
2. ymin 和 ymax：置信区间的上下边界（如果 se = TRUE）。、

可控制 stat_smooth() 行为的参数：

1. method：指定平滑方法，例如 lm（线性回归）或 loess（局部加权回归）。
2. se：是否显示95%的置信区间，默认为 TRUE。
3. span：用于 loess 回归时，控制平滑程度的参数，值越小，曲线越贴合数据。
4. formula：指定回归模型的公式，例如 y ~ x。

(5) 在比例条形图中，我们需要设定 group = 1，这是为什么呢？换句话说，以下两张图会有什么问题？

ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, y = ..prop..))
ggplot(data = diamonds) +
geom_bar(
mapping = aes(x = cut, fill = color, y = ..prop..)
)

在比例条形图中，设定 group = 1 是为了确保 y = ...prop... 计算的是总体比例，而不是分组比例。如果不设定 group = 1，则 ...prop... 会根据默认的分组（即 fill 的分组变量）来计算比例，这会导致错误的图形显示。