Boxplot



Die zweite Aufgabe beschäftigt sich mit der Erstellung eines Boxplots.
Unter einem Box-Plot versteht man ein Diagramm, das zur grafischen Darstellung der Verteilung eines ordinalskalierten Merkmals verwendet wird. Es fasst dabei verschiedene robuste Streuungs- und Lagemaße in einer Darstellung zusammen. Der Box-Plot soll schnell einen Eindruck darüber vermitteln, in welchem Bereich die Daten liegen und wie sie sich über diesen Bereich verteilen. Deshalb werden alle Werte der sogenannten Fünf-Punkte-Zusammenfassung, also der Median, die zwei Quartile und die beiden Extremwerte, dargestellt.


server.R
Wir beginnen wieder mit der server.R Datei. Die Bibliotheken sowie die Datensätze bleiben diesmal gleich.

Da im Programm später die Tage und Monate geändert werden sollen werden hierfür Schieberegler in der ui erstellt. Um die dort eingegebenen Werte
verwenden zu können müssen sie in der server.R ausgelesen werden. Ähnlich wie in HTML, dort werden Input Felder erstellt und anschließend anhand
des Labels kann der Inhalt des Feldes ausgelesen werden. So ist es auch mit der Auswahl zwischen Wind und Temperatur. Auch diese Abfrage muss in der
server.R definiert werden.



library(shiny)
library(ggplot2)

server <- function(input, output) {
rV <- reactiveValues(

data = airquality[c('Wind', 'Temp', 'Month', 'Day')]

)

output$month <- renderUI({

sliderInput(inputId = 'month', label = 'Monat',

min = min(airquality['Month']), max = max(airquality['Month']), step = 1,

value = min(airquality['Month'])

)

})

output$day <- renderUI({

numericInput(inputId = 'day', label = 'Tage pro Partition',

min = 1, max = 31, step = 1,

value = 3

)

})

output$showViolin <- renderUI({

checkboxInput(inputId = "showViolin", label = "Violinen anzeigen", value = FALSE)

})

output$showAttribute <- renderUI({

radioButtons(inputId = 'showAttribute', label = 'Anzeigen: ',

choices = c('Wind', 'Temperatur', 'Beides'),

selected = 'Beides')

})

observeEvent(input$day, {

rV$data$group <- floor((rV$data$Day - 1) / input$day)

})

output$boxPlot <- renderPlot({

p <- numeric()

if(input$showAttribute == 'Wind'){

p <- ggplot(rV$data[rV$data$Month == input$month, ], aes(y = Wind, x = Day, group = group))

if (input$showViolin == TRUE) {

p <- p + geom_violin(trim = FALSE, draw_quantiles = TRUE)

}

p <- p + geom_boxplot(width = 0.1)

}

else if(input$showAttribute == 'Temperatur'){

p <- ggplot(rV$data[rV$data$Month == input$month, ], aes(y = Temp, x = Day, group = group))

if (input$showViolin == TRUE) {

p <- p + geom_violin(trim = FALSE, draw_quantiles = TRUE)

}

p <- p + geom_boxplot(width = 0.1)

}

else{

p <- ggplot(rV$data[rV$data$Month == input$month, c('Wind', 'Day', 'group')], aes(y = Wind, x = Day, group = group))

if (input$showViolin == TRUE) {

p <- p + geom_violin(trim = FALSE, draw_quantiles = TRUE) +

geom_violin(trim = FALSE, draw_quantiles = TRUE,

data = rV$data[rV$data$Month == input$month, c('Temp', 'Day', 'group')],

aes(y = Temp, x = Day, group = group))

}

p <- p + geom_boxplot(width = 0.1, fill = 'red', alpha = 0.5) +

geom_boxplot(width = 0.1,

data = rV$data[rV$data$Month == input$month, c('Temp', 'Day', 'group')],

aes(y = Temp, x = Day, group = group), fill = 'lightblue', alpha = 0.5)

}

p

})
}


ui.R

Die ui bleibt weitgehend gleich. Lediglich die Zeile htmlOutput('yAxis'), fällt weg.
Das bedeutet, dass die Auswahl zwischen Wind und Temperatur wegfällt.

ui <- fluidPage(
titlePanel("Demo 4_Boxplots"),
sidebarLayout(

sidebarPanel(

htmlOutput('month'),

htmlOutput('day'),

htmlOutput('showViolin'),

htmlOutput('showAttribute')

),

mainPanel(

plotOutput('boxPlot')

)

)
)


app.R

Die app.R bleibt hier komplett identisch.

source('server.R', encoding = "UTF-8")
source('ui.R', encoding = "UTF-8")

shinyApp(ui = ui, server = server)

Hierkönnen Sie den Quellcode ohne Kommentare zusammengefasst herunterladen:
Boxplot als .txt

---

https://de.wikipedia.org/wiki/Box-Plot

<< Zurück

>> Weiter

<< Zurück zur Übersicht: Tutorium Grundlagen Statistik

CategoryTutorienFKITWS1819