3.2 Diagramme 3 Grafik # Skalieren von wenig Daten - plot.depth(...) (Anhang S. 189) par(las = 1) plot.depth(test, plot.type = "h", # Option polygon zeichnet hier drüber; Typen allgeme<strong>in</strong> auf Seite 56 mar.outer = c(1,10,4,1), # mehr Rand rechts mar.top = 12, # mehr Rand oben polygon = c(T,T,T,T,F,T,T,T), # T - TRUE, F - FALSE rotation = c(1:8)*10, # 10 20 30 ... 80 l.width = c(1,1,1,1,5,1,1,1), # Histogramme imitieren m<strong>in</strong>.scale.level = 0.12, # 12%-Schranke vom maximalsten Wert <strong>in</strong> den Daten m<strong>in</strong>.scal<strong>in</strong>g = c(F,F,5,F,F,F,F,F), # T - TRUE, F - FALSE color.m<strong>in</strong>scale = "orange" # Farbe ) title("Zufallsdaten e<strong>in</strong>es\nimag<strong>in</strong>ären Bohrkerns", ylab = "Tiefe [m]") � Tiefe [m] fehlende Werte (NA) werden als rote x dargestellt. Abschalten über Option show.na=FALSE −20 −25 −30 −35 −40 −45 −50 Gattung artname a 0 20 40 60 80 Gattung artname b Gattung artname c Gattung artname d Zufallsdaten e<strong>in</strong>es imag<strong>in</strong>ären Bohrkerns Gattung artname e 0 20 40 60 80 0 20 40 0 20 40 60 80 0 20 40 60 80 0 20 40 60 80 0 20 40 60 80 0 20 40 60 80 Um Markierungsl<strong>in</strong>ien mit/ohne Beschriftung zu <strong>Grafiken</strong> h<strong>in</strong>zufügen am besten die Funktion l<strong>in</strong>e.labels.add(...) aus dem Anhang S. 197 benutzen: 66 # Markierungsl<strong>in</strong>ien + zusätzliche <strong>Grafiken</strong> - l<strong>in</strong>e.labels.add(...) (Anhang S. 197) plot.new() # alten Plot löschen par(las=1) # Ausrichtung Achsenbeschriftung ...Fortsetzung umseitig Gattung artname f Gattung artname g Gattung artname h
3 Grafik 3.2 Diagramme # Gitternetz + zusätzliche <strong>Grafiken</strong> plot.depth(test, # bevor die eigentliche Grafik gezeichnet wurde: plot.before=expression(c(par(xpd=F),grid())), # Gitternetz für alle dazu, aber nicht außerhalb zeichnen # nachdem die eigentliche Grafik gezeichnet wurde: plot.after=list( NULL, # 1. Grafik expression( # an 2. Grafik folgendes ausführen # was an erster Stelle ist, wird auch zuerst ausgeführt # Daten des 4. Graphen als imitiertes Balkendiagramm segments(0, test[,1], test[,4], test[,1], lend=2, lwd=10, col="darkred"), # Daten des 4. Graphen als L<strong>in</strong>ie # l<strong>in</strong>es(x=test[,4],y=test[,1], col="darkred", lty="solid", pch=16, type="o") # Daten des 2. Graphen als L<strong>in</strong>ie l<strong>in</strong>es(x=test[,2],y=test[,1], col="red", pch=21 , lty="dotted", type="o", bg="white") ), # end expression(..) NULL, NULL, NULL, NULL, NULL, NULL # 3. 4. 5. 6. 7. 8. Grafik ), # end list(..) <strong>in</strong> Option 'plot.after' axis.top=list( # top lables c(TRUE, FALSE), # 1. Striche-ja, Zahlen-ne<strong>in</strong> c(T, T), # 2. c(F, T), # 3. c(F, F), # 4. c(T, F), # 5. c(T, F), # 6. c(T, F), # 7. c(T, F) # 8. ), colnames=c( # Spaltennamen T, F, T, T, T, T, T, T ) ) # Ende plot.depth(..) # Markierungsl<strong>in</strong>ie mit Text waagerecht-normal dazu # l<strong>in</strong>e.labels.add(1) # Vore<strong>in</strong>stellung l<strong>in</strong>e.labels.add(1,text="Indikatoren", text.scale=0.7) # L<strong>in</strong>ie mit Text senkrecht l<strong>in</strong>e.labels.add(1,text="Zone 1", text.scale=0.7, orientation="v", # vertikal color="blue", # Farbe L<strong>in</strong>ie + Text color.bg="bisque", # Farbe H<strong>in</strong>tergr<strong>und</strong> ypad=1 # etwas mehr Rand für y-Richtung ) # Nur L<strong>in</strong>ien: L<strong>in</strong>ientypen Farben l<strong>in</strong>e.labels.add(3, # 3 L<strong>in</strong>ien color=ra<strong>in</strong>bow(3), # 3 Regenbogenfarben l.width=c(1,8,1), # L<strong>in</strong>ienbreiten l.type=c("dashed","dotted","621212") # L<strong>in</strong>ientypen 2x 'normal' 1x _ _ _ manuell; Typen s. auf Seite 30 ) title("Zufallsdaten e<strong>in</strong>es\n Sedimentkernes") ...Fortsetzung umseitig 67
- Seite 1 und 2:
Skript zum Umgang und zur multivari
- Seite 3 und 4:
Inhaltsverzeichnis Abbildungsverzei
- Seite 5 und 6:
3.2.16 Balkendiagramme/Histogramme
- Seite 7 und 8:
4.6.1 Umkehrpunkte . . . . . . . .
- Seite 9 und 10:
1 Allgemeines Benutzung des Skripte
- Seite 11 und 12:
1 Allgemeines 1.2 Blitzstart die Au
- Seite 13 und 14:
1 Allgemeines 1.2 Blitzstart 1.2.2
- Seite 15 und 16:
1 Allgemeines 1.2 Blitzstart m[1,]
- Seite 17 und 18:
1 Allgemeines 1.2 Blitzstart par(ma
- Seite 19 und 20:
1 Allgemeines 1.4 Pakete laden, her
- Seite 21 und 22:
2 Daten log(...) # natürlicher Log
- Seite 23 und 24: 2 Daten 2.3 Datenumgang cat(file=ff
- Seite 25 und 26: 2 Daten 2.3 Datenumgang 2.3.4 Einge
- Seite 27 und 28: 2 Daten 2.3 Datenumgang # Reihe än
- Seite 29 und 30: 2 Daten 2.3 Datenumgang sich natür
- Seite 31 und 32: 2 Daten 2.3 Datenumgang # 1 (4.33,4
- Seite 33 und 34: 2 Daten 2.4 Transformieren . . . .
- Seite 35 und 36: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 37 und 38: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 39 und 40: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 41 und 42: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 43 und 44: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 45 und 46: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 47 und 48: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 49 und 50: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 51 und 52: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 53 und 54: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 55 und 56: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 57 und 58: 3 Grafik 3.1 Einstellungen Zusätze
- Seite 59 und 60: 3 Grafik 3.2 Diagramme Für die Leg
- Seite 61 und 62: 3 Grafik 3.2 Diagramme # subset in
- Seite 63 und 64: 3 Grafik 3.2 Diagramme Entsprechend
- Seite 65 und 66: 3 Grafik 3.2 Diagramme def.par
- Seite 67 und 68: 3 Grafik 3.2 Diagramme Fallen mehre
- Seite 69 und 70: 3 Grafik 3.2 Diagramme # Zufallsdat
- Seite 71 und 72: 3 Grafik 3.2 Diagramme # Bsp.: Lini
- Seite 73: 3 Grafik 3.2 Diagramme −20 −25
- Seite 77 und 78: 3 Grafik 3.2 Diagramme par(las=1) #
- Seite 79 und 80: 3 Grafik 3.2 Diagramme par(las=1) #
- Seite 81 und 82: 3 Grafik 3.2 Diagramme −20 −25
- Seite 83 und 84: 3 Grafik 3.2 Diagramme plot.after =
- Seite 85 und 86: 3 Grafik 3.2 Diagramme 3.2.16 Balke
- Seite 87 und 88: 3 Grafik 3.2 Diagramme # mtext = ma
- Seite 89 und 90: 3 Grafik 3.2 Diagramme polygon(x.bo
- Seite 91 und 92: 3 Grafik 3.2 Diagramme # Sterndiagr
- Seite 93 und 94: 3 Grafik 3.2 Diagramme data(volcano
- Seite 95 und 96: 3 Grafik 3.2 Diagramme library(plot
- Seite 97 und 98: 4 Statistik set.seed(25) # Zufallsg
- Seite 99 und 100: 4 Statistik # allgemeine Modell Aus
- Seite 101 und 102: 4 Statistik 4.3 Regressionsanalyse
- Seite 103 und 104: 4 Statistik data(airquality) # Date
- Seite 105 und 106: 4 Statistik } val
- Seite 107 und 108: 4 Statistik rect.hclust(hc, h=50, w
- Seite 109 und 110: 4 Statistik library(fpc) # Paket la
- Seite 111 und 112: 4 Statistik msplot(boston.pv, edges
- Seite 113 und 114: 4 Statistik # Dendrogramm verkürze
- Seite 115 und 116: 4 Statistik 4.4.10 Heatmaps 4.4 Clu
- Seite 117 und 118: 4 Statistik 4.4 Clusteranalyse 3. D
- Seite 119 und 120: 4 Statistik similarities distances
- Seite 121 und 122: 4 Statistik Methode pro & contra Be
- Seite 123 und 124: 4 Statistik ostr.pca $ci s.arrow(o
- Seite 125 und 126:
4 Statistik 4.5 Ordinationsmethoden
- Seite 127 und 128:
4 Statistik # mit Maus platzieren l
- Seite 129 und 130:
4 Statistik ?dune # Hilfe zum Daten
- Seite 131 und 132:
4 Statistik # Schwerpunkt jeder Gru
- Seite 133 und 134:
4 Statistik # gehören die Daten zu
- Seite 135 und 136:
4 Statistik bnr2
- Seite 137 und 138:
4 Statistik YY
- Seite 139 und 140:
4 Statistik 4.8 Paläo - Rekonstruk
- Seite 141 und 142:
4 Statistik 4.8 Paläo - Rekonstruk
- Seite 143 und 144:
5 Programmierung # Grafik wieder 1x
- Seite 145 und 146:
5 Programmierung 5.1 Benutzerfunkti
- Seite 147 und 148:
6 Diverses NULL # default )# end sw
- Seite 149 und 150:
6 Diverses 6.5 L ATEX/HTML Ausgaben
- Seite 151 und 152:
7 Linkliste - Tutorien - Pakete We
- Seite 153 und 154:
7 Linkliste - Tutorien - Pakete Abb
- Seite 155 und 156:
7 Linkliste - Tutorien - Pakete Tab
- Seite 157 und 158:
7 Linkliste - Tutorien - Pakete än
- Seite 159 und 160:
Glossar A abhängig X → Y - Hier
- Seite 161 und 162:
B am Ähnlichsten ist, hat die Auto
- Seite 163 und 164:
Chi 2 - Test Mit dem Chi-Quadrat-Te
- Seite 165 und 166:
D Datentransformation Die Transform
- Seite 167 und 168:
E Eigenvektor Eigenvektoren eines l
- Seite 169 und 170:
Friedman - Test Der Friedman - Test
- Seite 171 und 172:
horseshoe effect Siehe arch effect.
- Seite 173 und 174:
und xi werden die Deskriptoren stan
- Seite 175 und 176:
Manhattan-Metrik (auch City-Block-M
- Seite 177 und 178:
Multikolinearität Das Vorliegen ei
- Seite 179 und 180:
man schreibt das mathematisch so au
- Seite 181 und 182:
P Datenmatrizen unsymmetrisch symme
- Seite 183 und 184:
post-hoc Tests auch a posteriori Te
- Seite 185 und 186:
R R - Modus s. Q - Modus. R 2 auch
- Seite 187 und 188:
skaleninvariant Skaleninvarianz ist
- Seite 189 und 190:
Normalverteilung: Shapiro-Wilk Test
- Seite 191 und 192:
Verteilungen Binomialverteilung, B(
- Seite 193 und 194:
W Ward Clusteranalyse Beim Ward - V
- Seite 195 und 196:
Literatur Amaral, G. J. A., I. L. D
- Seite 197 und 198:
Anhang Funktion 1: Zum Zeichnen von
- Seite 199 und 200:
# NA - data (not available) show.na
- Seite 201 und 202:
x.max
- Seite 203 und 204:
x=seq(from=x.axis[1] , to=x.axis[nx
- Seite 205 und 206:
data.null[, 1], col=ifelse(length(p
- Seite 207 und 208:
} y1
- Seite 209 und 210:
stop("\n#> 'chain' should be a char
- Seite 211 und 212:
} ) data
- Seite 213 und 214:
# y
- Seite 215 und 216:
# stop("Stop: chain data needed wit
- Seite 217 und 218:
"theta[ni=%8$2s]:%1$32.50f psi=%2$8
- Seite 219 und 220:
# mod.lm
- Seite 221 und 222:
xy$y[2:3]
- Seite 223 und 224:
R Reference Card by Tom Short, EPRI
- Seite 225 und 226:
Where leading zeros are shown they
- Seite 227 und 228:
character expansion font = 1 (1,2,3
- Seite 229 und 230:
Index Alle Stichwörter mit (G) fin
- Seite 231 und 232:
k - medoid pma(...) cluster . . . .
- Seite 233 und 234:
Blattfunktion . . . . . . . . . . .
- Seite 235 und 236:
Linienenden par(lend="rounded") 29
- Seite 237 und 238:
Redundanzanalyse Glossar . . . . .
- Seite 239 und 240:
Partial least squares . . . . . . .