▲使い勝手のいい無料の統計ソフトが普及してきた。
こういう操作に慣れ親しむことが ai（人工知能） とかいう未来へつながっているのだろう。
Ｒに組み込まれたオープンデータであるdiamonds
というデータを
summary
で見て、概要をつかもう。
carat cut
color
clarity
Min. :0.2000 Fair
: 1610 D: 6775
SI1
:13065
1st
Qu.:0.4000 Good :
4906 E: 9797 VS2 :12258
Median :0.7000 Very Good:12082
F: 9542 SI2
: 9194
Mean :0.7979 Premium
:13791 G:11292 VS1
: 8171
3rd
Qu.:1.0400 Ideal
:21551 H: 8304 VVS2 : 5066
Max. :5.0100
I: 5422
VVS1 :
3655
J:
2808 (Other): 2531
depth table price
Min. :43.00 Min. :43.00 Min. : 326
1st
Qu.:61.00 1st Qu.:56.00 1st Qu.: 950
Median :61.80 Median :57.00 Median : 2401
Mean :61.75 Mean :57.46 Mean : 3933
3rd
Qu.:62.50 3rd Qu.:59.00 3rd Qu.: 5324
Max. :79.00 Max. :95.00 Max. :18823
縦横がうまくつながらないので一部割愛した。
で。
上にあるclarity
というのは、どうもダイヤの透明度らしい。
前回に続けて、filter関数を用い、cut
及び color
を統一して、clarity
を上から3つ選んで、3つの確率密度曲線をつくってみよう。
まず、3つの選択をする。
dia1<-diamonds
dia2 <-
dia1%>%filter(color=="G",cut=="Ideal",clarity=="SI1")
dia3 <-
dia1%>%filter(color=="G",cut=="Ideal",clarity=="VS2")
dia4 <-
dia1%>%filter(color=="G",cut=="Ideal",clarity=="SI2")
上のように、color
と cut
と同じとして、透明度clarity
を変化させてみる。
これから、グラフを作成する。
なお、グラフは色塗りしてみた。色塗りの関数は、fill
。alpha
は透過度を決める。
ggplot()+geom_density(data=dia2,mapping=aes(x=price),fill="red",alpha=0.4)+geom_density(data=dia3,mapping
= aes(x=price),fill="green",alpha=0.4)+geom_density(data=dia4,mapping
= aes(x=price),fill="blue",alpha=0.4)
色塗りするとインパクトのある画像となるなぁ。
