У меня есть следующий набор данных, который я пытаюсь вывести на печать с ggplot2, это - временной ряд трех экспериментов A1, B1 и C1, и каждый эксперимент имел три, копирует.
Я пытаюсь добавить статистику, которая обнаруживает и удаляет выбросы прежде, чем возвратить более гладкое (средний и различие?). Я записал свою собственную функцию изолированной части (не показанный), но я ожидаю, что уже существует функция, чтобы сделать это, я просто не нашел его.
Я посмотрел на stat_sum_df ("median_hilow", геометрия = "гладкий") от некоторых примеров в книге ggplot2, но я не понял документ справки от Hmisc, чтобы видеть, удаляет ли это выбросы или нет.
Существует ли функция для удаления выбросов как это в ggplot, или где я исправил бы свой код ниже для добавления моей собственной функции?
Править: Я просто видел это (Как использовать Тесты Изолированной части в Коде R), и заметьте, что Hadley рекомендует использовать устойчивый метод, такой как rlm. Я вывожу бактериальные кривые роста на печать, таким образом, я не думаю, что линейная модель является лучшей, но любой совет относительно других моделей или использования или использования устойчивых моделей в этой ситуации ценился бы.
library (ggplot2)
data = data.frame (day = c(1,3,5,7,1,3,5,7,1,3,5,7,1,3,5,7,1,3,5,7,1,3,5,7,1,3,5,7,1,3,5,7,1,3,5,7), od =
c(
0.1,1.0,0.5,0.7
,0.13,0.33,0.54,0.76
,0.1,0.35,0.54,0.73
,1.3,1.5,1.75,1.7
,1.3,1.3,1.0,1.6
,1.7,1.6,1.75,1.7
,2.1,2.3,2.5,2.7
,2.5,2.6,2.6,2.8
,2.3,2.5,2.8,3.8),
series_id = c(
"A1", "A1", "A1","A1",
"A1", "A1", "A1","A1",
"A1", "A1", "A1","A1",
"B1", "B1","B1", "B1",
"B1", "B1","B1", "B1",
"B1", "B1","B1", "B1",
"C1","C1", "C1", "C1",
"C1","C1", "C1", "C1",
"C1","C1", "C1", "C1"),
replicate = c(
"A1.1","A1.1","A1.1","A1.1",
"A1.2","A1.2","A1.2","A1.2",
"A1.3","A1.3","A1.3","A1.3",
"B1.1","B1.1","B1.1","B1.1",
"B1.2","B1.2","B1.2","B1.2",
"B1.3","B1.3","B1.3","B1.3",
"C1.1","C1.1","C1.1","C1.1",
"C1.2","C1.2","C1.2","C1.2",
"C1.3","C1.3","C1.3","C1.3"))
> data
day od series_id replicate
1 1 0.10 A1 A1.1
2 3 1.00 A1 A1.1
3 5 0.50 A1 A1.1
4 7 0.70 A1 A1.1
5 1 0.13 A1 A1.2
6 3 0.33 A1 A1.2
7 5 0.54 A1 A1.2
8 7 0.76 A1 A1.2
9 1 0.10 A1 A1.3
10 3 0.35 A1 A1.3
11 5 0.54 A1 A1.3
12 7 0.73 A1 A1.3
13 1 1.30 B1 B1.1
... etc...
Это - то, что я имею до сих пор, и работает приятно, но выбросы не удалены:
r <- ggplot(data = data, aes(x = day, y = od))
r + geom_point(aes(group = replicate, color = series_id)) + # add points
geom_line(aes(group = replicate, color = series_id)) + # add lines
geom_smooth(aes(group = series_id)) # add smoother, average of each replicate
Править: Я просто добавил две диаграммы ниже показа примеров проблем изолированной части, которые я имею от реальных данных, а не данных в качестве примера выше.
Первые графики показывают серию p26s4 и около дня 32, что-то действительно странное продолжалось в двух из копирования, показывая 2 выбросов.
Вторые графики показывают серию p22s5 и в день 18, что-то странное продолжалось чтение в тот день, вероятная ошибка машины, я думаю.
В данный момент я - визуальный контроль данные, чтобы проверить, что рост изгибает взгляд хорошо. После того, чтобы слушать совет Hadley и установки семейства = "симметричный", я уверен, что более гладкий лесс делает достойное задание игнорирования выбросов.
@Peter / hadley, следующая вещь, которую я хотел бы сделать, должен попытаться соответствовать логистическому, gompertz или кривой роста richard к этим данным вместо лесса и вычислить темп роста на экспоненциальном этапе. В конечном счете я планирую использовать grofit пакет в R (http://cran.r-project.org/web/packages/grofit/index.html), но на данный момент я хотел бы вывести на печать их вручную использующие ggplot2, если это возможно. Если бы у Вас есть какие-либо указатели затем, это очень ценилось бы.
Пробовали ли вы использовать аргумент family = "symmetric"
в geom_smooth
(который в свою очередь будет передан в loess
)? Это сделает сглаживание loess устойчивым к выбросам.
Однако, глядя на ваши данные, почему вы думаете, что линейная подгонка не подходит? У вас есть только 4 значения x, и не похоже, чтобы были веские основания для отклонения от линейности.
Во-первых, я не уверен, что "выброс" вообще можно правильно определить на таких маленьких данных.
Во-вторых, вам придется решить, что вы имеете в виду под "выбросом", то есть, это один из препаратов, одна из реплик или одна из временных точек?
Как отмечает Хэдли, существует мало доказательств отклонения от линейности.
Наконец, я думаю, что часть смысла использования сглаживающего метода заключается в том, что он хорошо справляется с выбросами при условии наличия достаточного количества данных. Но у вас их очень мало.
Поэтому я должен спросить, почему именно вы хотите удалить выбросы. То есть, что вы собираетесь делать с этими данными (кроме построения красивых графиков)?
Надеюсь, это поможет
.