PRIMJENJENA STATISTIKA

# PRIMJENJENA STATISTIKA
## Predavanje 3: Vizualizacija podataka
### Luka Sikic, PhD
### Fakultet hrvatskih studija | <a href="https://lusiki.github.io/WebStatistika/">Github PS</a>)

---

# PREGLED PREDAVANJA

---

---

- Podrška za vizualizaciju 
 
- Izrada jednostavnog grafikona
 
- Histogram
 
- Box-plot
 
- Prikaz korelacije
 
- Dijagram rasipanja
 
- Stupčasti grafikon

---

layout:false
class: middle, inverse
# PODRŠKA ZA VIZUALIZACIJU

---

layout:true
# PODRŠKA ZA VIZUALIZACIJU

---

.footnote[[*]Prilagodba karte izbijanja kolere Johna Snow-a. Male točke označavaju incidenciju kolere, a velike lokaciju bundara. Najveći broj incidencija se dogodio na bunaru Broad St. Prikaz koristi podatke iz paketa `HistData`.]

---
 
 
.hi[Sustavi za vizualizaciju podataka u R]

1. Tradicionalni pristup (paket `graphics`)
2. Rasterski pristup (paketi: `grid`, `lattice`, `ggplot_2`)

1. [Tableau](https://www.tableau.com/en-gb/learn/articles/best-beautiful-data-visualization-examples)
2. [TopDown2018](https://www.kdnuggets.com/2019/02/best-worst-data-visualization-2018.html)
3. [Vizualizacija u novinarstvu](https://www.coursera.org/learn/visualization-for-data-journalism)
4. [ggplot2](http://r-statistics.co/Top50-Ggplot2-Visualizations-MasterList-R-Code.html)
5. [CroEcon](http://croecon.contentio.biz/post/analiza-investicija-u-rh-u-posljednjih-15-godina/)

---
layout:false
class: middle, inverse
# IZRADA JEDNOSTAVNOG GRAFIKONA

---

layout:true
# IZRADA JEDNOSTAVNOG GRAFIKONA

---

```r
Fibonacci <- c( 1,1,2,3,5,8,13 ) # Stvori fibonacijev niz
plot( Fibonacci ) # Prikaži niz grafički
```

---

```r
# Prilagodi grafikon
plot( x = Fibonacci,
	           main = "Naslov grafikona",
	           sub = "",
	           xlab = "Naziv x-osi",
             ylab = "Naziv y-osi" )
```

---

```r
plot( x = Fibonacci,                              # Podatkovni skup
          main = "Prvih sedam Fibonacci brojeva", # Naslov
          xlab = "Pozicija u sekvenci",           # x-os
          ylab = "Fibonacci broj",                # y-os 
	      font.main = 1,
	      cex.main = 1,
	      font.axis = 2,
 		  col.lab = "gray50" )
```

---

```r
# Vektor argumenata ( `type()`) za izradu različitih vrsta grafikona
tp <- c("p","o","h","l","b","s")
Fibonacci <- c( 1,1,2,3,5,8,13 ) # Stvori Fibonacci niz
# Definiraj "platno"za prikaz grafikona
par(mfrow=c(2,3), mar=c(1,1,2,1), mai=c(0.2,0.1,0.3,0.1))
# Funkcija za izradu više grafikona
for(i in tp){
plot(Fibonacci, # Podatci
 type = i, # Vrsta
 col=4, lwd=2, # Estetika
 main = paste0("type = '",i,"'"), # Naslov
 axes = FALSE, # Osi
 frame.plot = TRUE, # Okvir
 xlab = "", # x-os naziv
 ylab="") # y-os naziv
}
```

---

---

```r
# Dodatne prilagodbe na grafikonu
plot(x = Fibonacci, # Podatci
	 type = "b",    # Vrsta grafikona
   col = "blue",  # Boja
   pch = 19,      # Veličina  
	 cex = 5,       # Estetika
	 lty = 2,       # Vrsta linije
	 lwd = 4  )     # Estetika
```

---

```r
	plot( x = Fibonacci, # Podatci
		 xaxt = "n",       # Bez x-osi  
		 bty = "]",        # Estetika
		 las = 1 )         # Okreni tekst
```

---
layout:false
class: middle, inverse
# HISTOGRAMI

---

layout:true
# HISTOGRAMI

---

```r
# Učitaj podatke
load( "../Podatci/aflsmall.Rdata")
hist(afl.margins) # Napravi osnovni histogram
```

---

```r
# Histogram sa dodatnim argumentima; manje binova
hist( x = afl.margins, breaks = 3 )
```

---

```r
# Histogram sa dodatnim argumentima; više binova
hist( x = afl.margins, breaks = 0:116 )
```

---

```r
# Uređeni histogram
hist( x = afl.margins, 
      main = "2010 AFL bodovi", # Naslov
      xlab = "Margin",           # Naziv x-osi
      density = 10,              # Zatamni 
      angle = 40,                # Kut zatamljenja
      border = "gray20",         # Boja okvira
      col = "gray80",            # Boja zatamnjenja
      labels = TRUE,             # Dodaj frekvencije na nazive
      ylim = c(0,40)             # Raspon y-osi
)
```

---

---
layout:false
class: middle, inverse
# BOXPLOT
---

layout:true
# BOXPLOT
---

```r
# Deskriptivna statistika za AFL pobjedničke bodove
summary( afl.margins )
```

```
#>    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
#>    0.00   12.75   30.50   35.30   50.50  116.00
```

---

```r
load( "../Podatci/aflsmall.Rdata") #U čitaj podatke
# Napravi boxplot
boxplot( x = afl.margins )
```

---

---

```r
load( "../Podatci/aflsmall.Rdata") # Učitaj podatke
boxplot( x = afl.margins,           # Podatci
         xlab = "AFL utakmice, 2010",  # Naziv x-osi
         ylab = "Pobjednički bodovi",  # Naziv y-osi
         border = "grey50",         # Ublaži granice
         frame.plot = FALSE,        # Bez okvira
         staplewex = 0,             # Estetika
         whisklty = 1               # Prilagodba za whisker 
)
```

---

---

```r
library(lsr) # Učitaj paket
rm(list = ls()) # Očisti radni prostor
load(file.path("../Podatci/aflsmall2.Rdata")) # Učitaj podatke
who( TRUE ) # Prvi pregled učitanih objekata
```

```
#>    -- Name --   -- Class --   -- Size --
#>    afl2         data.frame    4296 x 2  
#>     $margin     numeric       4296      
#>     $year       numeric       4296
```

---

```r
head( afl2 ) # Pogledaj podatke
```

```
#>   margin year
#> 1     33 1987
#> 2     59 1987
#> 3     45 1987
#> 4     91 1987
#> 5     39 1987
#> 6      1 1987
```

---

```r
# Napravi Box Plot za svaku godinu
boxplot(formula = margin ~ year,
         data = afl2)
```

---

```r
boxplot( formula =  margin ~ year,   # the formula
           data = afl2,                # the data set
           xlab = "AFL season",        # x axis label
           ylab = "Winning Margin",    # y axis label
           frame.plot = FALSE,         # don't draw a frame
           staplewex = 0,              # don't draw staples
           staplecol = "white",        # (fixes a tiny display issue)
           boxwex = .75,               # narrow the boxes slightly
           boxfill = "grey80",         # lightly shade the boxes
           whisklty = 1,               # solid line for whiskers 
           whiskcol = "grey70",        # dim the whiskers
           boxcol = "grey70",          # dim the box borders
           outcol = "grey70",          # dim the outliers
           outpch = 20,                # outliers as solid dots
           outcex = .5,                # shrink the outliers
           medlty = "blank",           # no line for the medians
           medpch = 20,                # instead, draw solid dots
           medlwd = 1.5                # make them larger
 )
```

---

---
layout:false
class: middle, inverse
# DIJAGRAM RASIPANJA
---

layout:true
# DIJAGRAM RASIPANJA
---

```r
load(file.path("../Podatci/parenthood.Rdata")) # Učitaj podatke
plot( x = parenthood$dan.sleep,     # Podatci za x-os
      y = parenthood$dan.grump      # Podatci za y-os
 )  
```

---

```r
plot( x = parenthood$dan.sleep,         # Podatci za x-os
       y = parenthood$dan.grump,        # Podatci za y-os
       xlab = "Sati spavanja/roditelj",        # Naziv x-osi
       ylab = "Raspoloženje (0-100)",   # Naziv y-osi
       xlim = c(0,12),                   # Razmjer x-osi
       ylim = c(0,100),                  # Razmjer y-osi
       pch = 20,                         # Prilagodi veličinu točki
       col = "gray50",                   # Prilagodi boju
       frame.plot = FALSE                # Makni okvir
)
# Dodaj liniju 
 lines( x = c(4,9.5),   # Horizontalne točke
        y = c(93,37),   # Vertikalne točke
        lwd = 2         # Širina linije
)
```

---

---

```r
# Koristi drugu funkciju za izradu dijagrama rasipanja.
library(car) # Učitaj paket
# Koristi funkciju `scatterplot()`
scatterplot( dan.grump ~ dan.sleep, # Definiraj varijable
              data = parenthood,    # Podatci
              smooth = FALSE        # Bez (fitted) linije
)
```

---

```r
# Napravi dijagram rasipanja za više od dvije varijable
cor( x = parenthood ) # Korelacijska matrica
```

```
#>              dan.sleep  baby.sleep   dan.grump         day
#> dan.sleep   1.00000000  0.62794934 -0.90338404 -0.09840768
#> baby.sleep  0.62794934  1.00000000 -0.56596373 -0.01043394
#> dan.grump  -0.90338404 -0.56596373  1.00000000  0.07647926
#> day        -0.09840768 -0.01043394  0.07647926  1.00000000
```

---

```r
# Drugi način izrade dijagrama rasipanja
# Napravi dijagram rasipanja za više od dvije varijable
pairs( formula = ~ dan.sleep + baby.sleep + dan.grump, # Definiraj varijable
        data = parenthood                              # Podatci
)
```

---
layout:false
class: middle, inverse
# STUPČASTI GRAFIKONI
---

layout:true
# STUPČASTI GRAFIKONI
---

```r
load(file.path("../Podatci/aflsmall.Rdata")) # Učitaj podatke
freq <- tabulate( afl.finalists ) # Tabuliraj podatke
print( freq ) # Pregled podataka
```

```
#>  [1] 26 25 26 28 32  0  6 39 27 28 28 17  6 24 26 38 24
```
 
---

```r
# Dodavanje naziva stupcima
teams <- levels( afl.finalists ) # Stvori razine(nazive)
print( teams ) # Pregled podataka
```

```
#>  [1] "Adelaide"         "Brisbane"         "Carlton"          "Collingwood"     
#>  [5] "Essendon"         "Fitzroy"          "Fremantle"        "Geelong"         
#>  [9] "Hawthorn"         "Melbourne"        "North Melbourne"  "Port Adelaide"   
#> [13] "Richmond"         "St Kilda"         "Sydney"           "West Coast"      
#> [17] "Western Bulldogs"
```

---

```r
barplot( height = freq )  # Alternativno samo `barplot( freq )` 
```

---

```r
# Dodaj nazive
barplot( height = freq, names.arg = teams ) # Dodatni argument
```

---

```r
# Prilagodbe na grafikonu
barplot(height = freq,    # Izaberi podatke
			names.arg = teams,  # Dodaj nazive
			las = 2)            # Zakreni nazive
```

---

```r
# Još prilagodbi
old <- par( no.readonly=TRUE ) # Prilagodba
par( mar = c( 10.1, 4.1, 4.1, 2.1) ) # Prilagodba
# Dodatne prilagodbe	 
barplot( height = freq, # Izaberi podatke
		names.arg = teams, # Dodaj nazive
		las=2, # Zakreni nazive
		ylab = "Broj finalnih utakmica", # Naziv y-osi
		main = "Finlne utakmice, 1987-2010", # Naslov grafikona
		density = 10, # Gustoća zasjenjenja
		angle = 20) # Kut
```

---

---

layout:false
class: middle, inverse
# HVALA NA PAŽNJI! 
<html><div style='float:left'></div><hr color='#EB811B' size=1px width=796px></html>
(Sljedeće predavanje: Statističke distribucije)