3

我是一个真正的初学者，并试图为我的硕士论文分析一些金属管材料损失的数据。我想比较不同管子一段时间内材料损失的标准偏差。我创建了一些子矩阵并tapply计算了标准偏差。

我有以下脚本：

myfunctionSD <- function(mydata) { return(sd(mydata,na.rm=TRUE))}

Alltubes <- tapply(datIn$Material.loss.interval,
                   list(as.factor(datIn$Measurement.location),
                        as.factor(datIn$Tube.number)),
                   myfunctionSD)

其中输出是一个表，列标题为Tube.number和行标题Measurement.location。

dput(head(Alltubes))

structure(c(0.871073958553372, NA, 0.697795091282526, NA, 0.838624866472886, 
NA, 0.726992791242471, 0.807567484588899, NA, 0.598675787394729, 
NA, 0.510990323891863, 0.81510216193526, NA, 1.09844645540173, 
NA, 0.839816448199645, NA, 0.63972340253115, NA, 1.11485875917537, 
NA, 0.883318358663128, NA, 0.86706340125676, NA, 1.21565055332783, 
NA, 1.24692213662875, NA, 0.704210691776757, NA, 0.962002980998362, 
NA, 1.00703215272093, NA), .Dim = c(6L, 6L), .Dimnames = list(
    c("1", "10", "11", "12", "13", "14"), c("1", "2", "3", "4", 
    "5", "6")))

需要说明的是：1、2、3、4、5、6 是管号和列的标题，1、10、11...是测量位置和行的标题。

我想绘制不同的数据图，其中之一是：箱线图，x 轴是管数，y 轴是导出标准偏差的分布。

我到处搜索并尝试了很多不同的东西，但我无法显示图表。

希望有人可以帮助我，将不胜感激！

4

1 回答 1

0

你不需要创建一个特殊的函数来做你想做的事，你可以传递na.rm=TRUE给tapply：

Alltubes <- tapply(datIn$Material.loss.interval,
                   list(as.factor(datIn$Measurement.location),
                        as.factor(datIn$Tube.number)),
                   sd, na.rm=TRUE)

然后你可以使用：

par(mfrow=c(2,2), mar=c(4,4,1,1), oma=c(1,1,1,1))

boxplot(Alltubes, names=colnames(Alltubes), xlab="Tube numbers",
        ylab="standard deviation")

boxplot(t(Alltubes), names=rownames(Alltubes), 
        xlab="Measurement locations", ylab="standard deviation")

matplot(colnames(Alltubes), t(Alltubes), xlab="Tube numbers", 
        ylab="standard deviation", type="b", lty=1, pch=19)

matplot(rownames(Alltubes), Alltubes, xlab="Measurement locations", 
        ylab="standard deviation", type="b", lty=1, pch=19)

剧情

于 2013-12-28T05:18:46.207 回答