Анализирует набор данных, который содержит 30 наблюдений

Question

У меня есть набор данных, который содержит метки для 3 тестов. Первый тест сделан перед экспериментом. Второе и третье сделали после эксперимента. Я хочу сказать, что после этого эксперимента оценки учеников улучшились графически. Я выбрал коробку для этого. Используя это, я собираюсь сказать, что максимальные и минимальные значения в каждом тесте и их улучшения после эксперимента. Это хороший способ?

Answer 1

Ваши данные продольные . Поэтому лучше показывать отдельные изменения с течением времени.

Несколько коробочных графиков игнорируют отдельные изменения во времени и рассматривают каждый момент времени как отдельную и не связанную группу. Графики продольных линий могут отображать больше информации в данных.

Рассмотрим следующие смоделированные данные.

set.seed(1)
x1 <- rnorm(30, mean=50, sd=20)
x2 <- x1+rnorm(30, mean=5, sd=10)
x3 <- x2+rnorm(30, mean=5, sd=5)

data <- data.frame(x1, x2, x3)

library(tidyverse)

data %>%
  mutate(id=row_number()) %>%
  pivot_longer(-id, names_prefix="x", names_to="time") %>%
  ggplot(aes(y=value, x=time, group=id)) +
  geom_point() +
  geom_line() +
  stat_summary(aes(group=1), fun=mean, geom="line",lwd=2, col=2)

data %>%
  pivot_longer(everything(), names_prefix="x", names_to="time") %>%
  ggplot(aes(y=value, x=time))+
  geom_boxplot()

---

Те, кто забил плохо в первом тесте, продолжали плохо во втором и третьем тестах, что упустил боксплот.

Answer 2

Вы можете использовать Boxplot, чтобы увидеть, улучшились ли студенты в группе. Но представьте, что хорошее и ученики улучшаются, а умеренные - хуже, а плохие - лучше. Boxplot покажет, что студенты в жанре улучшились, но вы пропустите информацию об умеренных студентах, которые на самом деле стали хуже. Для этого вы можете использовать параллельный координатный график. В пакете GGally есть реализация . Для 30 наблюдений это все еще довольно хорошо организовано.