# erstelle Werte von -4 bis 4 in 0.005er-Schritten
x <- seq(-4, 4, by=0.005)
# plotte die Standardnormalverteilung
plot(x,dnorm(x))
35 Diagramme plotten
Ich möchte Diagramme plotten!
35.1 Normalverteilung
Zum Plotten von Normalverteilungen kann man mit der Funktion plot() so vorgehen:
# etwas hübscher
plot(x,dnorm(x), col="blue", type="l", xlab="x", ylab="f(x)", main="Standardnormalverteilungen")
# mit Mittelwert 2 und sd = 0,5
plot(x,dnorm(x,mean=2,s=0.5), col="darkblue", type="l", xlab="x", ylab="f(x)", main="Normalverteilungen")
# mit Mittelwert 2 und sd = 2
plot(x,dnorm(x,mean=2,s=2), col="darkorchid", type="l", xlab="x", ylab="f(x)", main="Normalverteilungen")
# erzeuge neue Werte von -3 bis 6
x <- seq(-3,6, by=0.005)
# Alles zusammen plotten
plot(x,dnorm(x,mean=2,s=0.5), col="blue", type="l", xlab="x", ylab="f(x)",main="Normalverteilungen")
lines(x,dnorm(x,mean=0,s=1), col="black")
lines(x,dnorm(x,mean=2,s=2), col="darkorchid")
text(0,.45,"N(0;1)")
text(2.8, 0.6, "N(2;0.5)", col="blue")
text(5, 0.1, "N(2;2)", col="darkorchid")
Mit ggplot kann es so aussehen:
# aktiviere ggplot
library(ggplot2)
# erzeuge Werte von -3 bis 3
x <- seq(-3,3, by=0.005)
# übergebe in ein data.frame
df <- data.frame(x)
# ggplot erstellen
p <- ggplot(data=df, aes(x)) +
xlim(-4,4) + ylim(0,0.5) +
xlab("x") + ylab("Dichtefunktion") +
ggtitle("Normalverteilungen")
p + stat_function(fun=dnorm, args=(c(mean=0,sd=1)), colour="black")+
annotate(geom="text", x=0, y=0.42, label="N(0;1)", color="black") 
# erzeuge Werte von -3 bis 6
x <- seq(-3,6, by=0.005)
# übergebe in ein data.frame
df <- data.frame(x)
# ggplot erstellen
p <- ggplot(data=df, aes(x)) +
xlim(-3,6) + ylim(0, 0.8) +
xlab("x") + ylab("Dichtefunktion") +
ggtitle("Normalverteilungen")
p + stat_function(fun=dnorm, args=(c(mean=0,sd=1)), colour="black")+
annotate(geom="text", x=0, y=0.42, label="N(0;1)", color="black")+
stat_function(fun=dnorm, args=(c(mean=2,sd=0.5)), colour="blue") +
annotate(geom="text", x=3, y=0.6, label="N(2;0.5)", color="blue")+
stat_function(fun=dnorm, args=(c(mean=2,sd=2)), colour="darkorchid") +
annotate(geom="text", x=5, y=0.1, label="N(2;2)", color="darkorchid") 
# erzeuge X-Werte
df <- data.frame(x=seq(-3,3, by=0.005))
# berechne Y-Werte
df$y <- dnorm(df$x)
# Setze Cuts
df$sd <- cut(df$x, breaks = c(-Inf, 1 *(-2:2), Inf))
# plotte als area
ggplot(df, aes(x, y, fill=sd)) + geom_area()
Erzeugen wir den Bereich von 1 Standardabweichung.
df <- data.frame(x=seq(-3,3, by=0.005))
df$y <- dnorm(df$x)
df$sd <- cut(df$x, breaks = c(-1,1))
df <- rbind(df, data.frame(x=c(-1, 1), y=c(0,0),sd=c(-1,1)))
df$sd <- forcats::fct_explicit_na(df$sd, na_level="x")
ggplot(df, aes(x, y, fill=sd)) +
ggtitle("Standardnormalverteilung", subtitle = "Bereich von 1 Standardabweichung") +
geom_area() + theme(legend.position = "none") +
geom_vline(xintercept=0, linetype="dotted")+
geom_vline(xintercept=-1, linetype="dashed", col="blue", size=1)+
geom_vline(xintercept=1, linetype="dashed", col="blue", size=1)+
scale_fill_manual(name=c("x","(-1,1]"), values=c("skyblue", "snow3"))
Nun erzeugen wir den Bereich von 2 Standardabweichungen.
df <- data.frame(x=seq(-3,3, by=0.005))
df$y <- dnorm(df$x)
df$sd <- cut(df$x, breaks = c(-2,2))
df <- rbind(df, data.frame(x=c(-2, 2), y=c(0,0),sd=c(-2,2)))
df$sd <- forcats::fct_explicit_na(df$sd, na_level="x")
ggplot(df, aes(x, y, fill=sd)) +
ggtitle("Standardnormalverteilung", subtitle = "Bereich von 2 Standardabweichung") +
geom_area() + theme(legend.position = "none") +
geom_vline(xintercept=0, linetype="dotted")+
geom_vline(xintercept=-2, linetype="dashed", col="purple3", size=1)+
geom_vline(xintercept=2, linetype="dashed", col="purple3", size=1)+
scale_fill_manual(name=c("x","(-2,2]"), values=c("purple3", "snow3"))
Erzeugen wir die Fläche, in der 95% der Werte liegen, also von 1,96 Standardabweichungen.
df <- data.frame(x=seq(-3,3, by=0.005))
df$y <- dnorm(df$x)
df$sd <- cut(df$x, breaks = c(-1.96, 1.96))
df <- rbind(df, data.frame(x=c(-1.96, 1.96), y=c(0,0),sd=c(-1.96,1.96)))
df$sd <- forcats::fct_explicit_na(df$sd, na_level="x")
ggplot(df, aes(x, y, fill=sd)) +
ggtitle("Standardnormalverteilung", subtitle = "95% der Werte bei 1,96 sd") +
geom_area() + theme(legend.position = "none") +
geom_vline(xintercept=0, linetype="dotted")+
geom_vline(xintercept=-2, linetype="dotted", col="purple3", size=0.5)+
geom_vline(xintercept=2, linetype="dotted", col="purple3", size=0.5)+
geom_vline(xintercept=-1.96, col="chartreuse4", size=0.5)+
geom_vline(xintercept=1.96, col="chartreuse4", size=0.5)+
scale_fill_manual(name=c("x","(-1.96,1.96]"), values=c("seagreen3", "snow3"))
Dieser Code kann für die Erzeugung der Grafiken von Tabelle Tabelle 39.1 und Tabelle 39.2 verwendet werden.
df <- data.frame(x=seq(-3,3, by=0.005))
df$y <- dnorm(df$x)
df$sd <- "B"
df$sd[df$x < 1.4] <- "A"
ggplot(df, aes(x, y, fill=sd)) +
geom_area() + theme(legend.position = "none") +
geom_vline(xintercept=0, linetype="dotted")+
geom_vline(xintercept=1.4, col="blue", size=0.5)+
ylab("") + scale_fill_manual(values=c("skyblue", "snow3"))
df <- data.frame(x=seq(-3,3, by=0.005))
df$y <- dnorm(df$x)
df$sd <- "B"
df$sd[df$x < 1.4] <- "A"
ggplot(df, aes(x, y, fill=sd)) +
geom_area() + theme(legend.position = "none") +
geom_vline(xintercept=0, linetype="dotted")+
geom_vline(xintercept=1.4, col="blue", size=0.5)+
ylab("") + scale_fill_manual(values=c("snow3", "skyblue"))
35.2 t-Verteilung
Die t-Verteilung kann mit ggplot geplottet werden.
# Erzeuge x-werte
df <- data.frame(x=seq(-3,3, by=0.005))
# Grundlegene Plotangaben
p <- ggplot(data=df, aes(x)) +
# begrenze die Achsen
xlim(-3,3) + ylim(0, 0.4) +
# Achsen-Titel
xlab("x") + ylab("Dichtefunktion") +
# Plot-Titel
ggtitle("t-Verteilungen", subtitle = "nach Freiheitsgraden")
# t-Verteilung plotten
p +
stat_function(fun=dt, args=list(df=1), col="black") +
# Textfeld hinzufügen
annotate(geom="text", x=0, y=0.25, label="df=1", color="black")
Dem Plott können weitere Freiheitsgrade hinzugefügt werden.
# t-Verteilungen plotten
p +
stat_function(fun=dt, args=list(df=1), col="black") +
annotate(geom="text", x=0, y=0.25, label="df=1", color="black")+
stat_function(fun=dt, args=list(df=2), col="blue") +
annotate(geom="text", x=0, y=0.37, label="df=2", color="blue")
Wenn die t-Werte bereits berechnet wurden, kann eine alternative Vorgehensweise so aussehen:
# berechne t-Werte für Freiheitsgrade 1 bis 5
x=seq(-3,3, by=0.005)
df <- data.frame(
x,
df1 = dt(x,df=1),
df2 = dt(x,df=2),
df3 = dt(x,df=3),
df4 = dt(x,df=4),
df5 = dt(x,df=5)
)
# wandle ins Format "long table" um
df <- pivot_longer(df, cols=c(df1, df2, df3, df4, df5))
# grundlegende Ploteinstellungen
p <- ggplot(data=df, aes(x,value)) +
xlim(-3,3) + ylim(0, 0.4) +
xlab("x") + ylab("Dichtefunktion") +
ggtitle("t-Verteilungen", subtitle = "nach Freiheitsgraden")
# plotte t-Verteilungen
p + geom_line(aes(col=name))+
labs(col="Freiheitsgrade")
35.3 \(\chi^2\)-Verteilung
Die \(\chi^2\)-Verteilung kann mit ggplot geplottet werden.
# Erzeuge x-werte
x=seq(0,25, by=0.005)
df <- data.frame( x,
df01 = dchisq(x, df=1),
df05 = dchisq(x, df=5),
df10 = dchisq(x, df=10),
df15 = dchisq(x, df=15)
)
# erzeuge long-table
df <- pivot_longer(df, cols=c(df01, df05, df10, df15))
p <- ggplot(data=df, aes(x, value, fill=name)) +
xlim(0,25) + ylim(0, 0.2) +
xlab("x") + ylab("Dichtefunktion") +
ggtitle("Chi^2-Verteilungen", subtitle = "nach Freiheitsgraden")
p + geom_line(aes(col=name,linetype=name))+
labs(col="Freiheitsgrade",linetype="")
Die Fläche unterhalb der Kurve kann mit geom_area() erzeugt werden. Für df=1 lautet der Aufruf:
# erzeuge Dummy-Werte
x=seq(0,25, by=0.005)
# überführe in Datenframe
df <- data.frame( x, df01 = dchisq(x, df=1))
ggplot(data=df, aes(x, df01)) +
xlim(0,25) + coord_cartesian(ylim=c(0, 0.2)) +
xlab("Chi^2-Wert") + ylab("Dichtefunktion") +
ggtitle("Chi^2-Verteilung", subtitle = "mit 1 Freiheitsgrad") +
geom_line(col="#F8766D") +geom_area(fill="skyblue")## Warning: Removed 1 rows containing non-finite values (`stat_align()`).
Ähnlich wie bei der Normalverteilung können wir die Fläche für bestimmte \(\chi^2\)-Werte einfärben. Bei einem Freiheitsgrad und \(\alpha=0,05\) ergibt sich ein kritischer \(\chi^2\)-Wert von 3,84. Der Flächenanteil unterhalb dieses Wertes lässt sich wie folgt darstellen:
# Dummy-Werte erzeugen
df <- data.frame(x=seq(0.005,25, by=0.005))
# Chi^2-Werte für df=1 erstellen
df$y <- dchisq(df$x, df=1)
# Grenze bei 3.84 einziehen
df$sd <- cut(df$x, breaks = c(0.00, 3.84))
ggplot(df, aes(x, y, fill=sd)) +
geom_area() + theme(legend.position = "none") +
geom_line(aes(col="#F8766D")) +
xlim(0,25) + coord_cartesian(ylim=c(0, 0.2)) +
xlab("Chi^2-Wert") + ylab("Dichtefunktion") +
ggtitle("Chi^2-Verteilung", subtitle = "mit 1 Freiheitsgrad")+
geom_vline(xintercept=3.84, col="blue", size=0.5, linetype="dashed")+
ylab("") + scale_fill_manual(values=c("skyblue", "snow3")) +
annotate(geom="text", x=2, y=0.028, size=8,label="95%", color="blue")
35.4 Poisson-Verteilung
Die Poisson-Verteilung kann mit ggplot geplottet werden.
# Erzeuge x-Werte
x=seq(0,25)
df <- data.frame( x,
l1 = dpois(x, 1),
l2 = dpois(x, 2),
l4 = dpois(x, 4),
l9 = dpois(x, 9)
)
# erzeuge eine long-table
df <- pivot_longer(df, cols=c(l1, l2, l4, l9))
# plot vorbereiten
p <- ggplot(data=df, aes(x, value, fill=name)) +
xlim(0,17) + ylim(0, 0.4) +
xlab("x") + ylab("Dichtefunktion") +
ggtitle("Poisson-Verteilungen", subtitle = "nach Lambda")
p + geom_line(aes(col=name,linetype=name))+
labs(col="Lambda",linetype="")## Warning: Removed 32 rows containing missing values (`geom_line()`).
Da wir die Plot-Grundlagen in p gespeichert haben, können wir ergänzen:
p + geom_bar(aes(col=name,linetype=name), stat="identity", position="dodge")+
geom_line(aes(col=name,linetype=name))+
labs(col="Lambda",linetype="")## Warning: Removed 36 rows containing missing values (`geom_bar()`).## Warning: Removed 32 rows containing missing values (`geom_line()`).
Möchte man einen Polygonzug, müssen als Ausgangspunkt die Koordinaten (0,0) festegelegt werden.
x=seq(0,25)#, by=0.005)
df <- data.frame( x=c(0,x),
l1 = c(0, dpois(x, 1)),
l2 = c(0, dpois(x, 2)),
l4 = c(0, dpois(x, 4)),
l9 = c(0, dpois(x, 9))
)
df <- pivot_longer(df, cols=c(l1, l2, l4, l9))
p <- ggplot(data=df, aes(x, value, fill=name)) +
xlim(0,17) + ylim(0, 0.4) +
xlab("x") + ylab("Dichtefunktion") +
ggtitle("Poisson-Verteilungen", subtitle = "nach Lambda")
p + geom_polygon(aes(col=name,linetype=name))+
geom_line(aes(col=name),linetype="dashed")+
labs(col="Lambda", fill="Lambda", linetype="Lambda")## Warning: Removed 32 rows containing missing values (`geom_line()`).