Biểu đồ phân bố N-D trong R (tiếp)

Ở bài trước, mình có chia sẻ cách vẽ biểu đồ histogram về chỉ tiêu phân bố số cây rừng theo cỡ đường kính (N/D) của một số trạng thái rừng tự nhiên bằng R. Trong cái note này, mình cũng đề cập đến biểu đồ phân bố N/D. Tuy nhiên, có một vấn đề phát sinh mà mình đã mất tương đối khá thời gian (hơn một ngày trời) cho vấn đề này.

Cỡ kính ở trong cái note này bao gồm:

> Co_kinh= c("<10","10-15","15-20","20-25","25-30","30-35","35-40","40-45","45-50","50-55","55-60","60-65","65-70","70-75","75-80","80-85","85-90","90-95","95-100",">100")

Trong bài trước, mình nói thay vì viết “>60” bằng “Tren 60” để yêu cầu nghiêm ngặt về văn phạm trong R cũng chưa thực sự chuẩn. Bởi, ở bài này mình vẫn để các cỡ kính, trong đó, có cỡ “<10” và “>100”, khi thao tác trong R vẫn ok. Tuy nhiên, cũng gặp rắc rối một chút, nhưng không sao, mình đã khắc phục được điều đó.

Cái khác ở cái note này là cỡ kính nhiều hơn (chia ra 20 cỡ kính), trong đó, có cỡ kính cận dưới (<10cm) và cỡ kính cận trên (>100cm) cần được lưu ý. Khi thực hiện các lệnh trong R nó không theo ý muốn như thao tác trên Excel. Bởi, phải tuân thủ các “văn phạm” trong R. Chúng mình cùng bắt đầu nhé.

Vẽ biểu đồ phân bố N/D bình thường:

> s1=ggplot(data=ND, aes(x=Co_kinh, y=D, fill=Location))+geom_bar(position="dodge", stat="identity")+ theme_bw()+ theme_classic()+ geom_rangeframe()+ theme_tufte()+ scale_y_continuous(breaks = extended_range_breaks()(ND$D))+theme(legend.position = "none")+ theme(axis.text.x=element_text(angle = 90))+labs(title="Hình 1")

Chúng ta thấy, cỡ kính “<10”, “10-15”, và “15-20” nằm ở cuối cùng của trục x, tức là, không theo thứ tự từ nhỏ đến lớn. Bởi, dấu “<” và “>” (hình 1).

Nếu bạn có thêm các layer như thông thường:

scale_x_continuous(breaks = extended_range_breaks()(Son_ND$Co_kinh))

Kết quả là:

Error in Summary.factor(c(25L, 26L, 27L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L,  : 

  ‘min’ not meaningful for factors

Hoặc layer:

scale_x_continuous(labels = c("<10","10-15","15-20","20-25","25-30","30-35","35-40","40-45","45-50","50-55","55-60","60-65","65-70","70-75","75-80","80-85","85-90","90-95","95-100",">100"))

R thông báo:

Error: Discrete value supplied to continuous scale

Nói chung là mình đã mất nhiều thời gian cho vấn đề này, tưởng chừng rơi vào bế tắc. Thật may. Hôm nay, sau khi thử đủ cách, tìm hiểu trên mạng mới biết được cách khắc phục cho nhược điểm này. Hãy cùng áp dụng nhé:

Đầu tiên, mình cần thêm một biến, tạm gọi là biến “thứ tự”. Như sau:

> tt=c("1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16","17","18","19","20")

Sau đó, nhập vào data vừa mới vẽ bên trên:

> SND=data.frame(ND,tt)

Bây giờ ta có một data mới (SND) có thêm biến thứ thự (tt), với mục đích là yêu cầu R sắp xếp theo thứ tự mà mình yêu cầu. Thứ tự này tương ứng với các cỡ kính: “1”= “<10”, “2” = “10-15”... “20”= “>100”.

Sau khi đã tạo ra một data mới, có chứa biến thứ tự. Chúng ta, phải yêu tạo ra một objiect khác, theo thứ tự từ 1:20 và dùng hàm: transform()

> NDD=transform(SND, aes(Co_kinh=reorder(Co_kinh,tt))

Mục đích của việc dùng hàm transform()là yêu cầu vẽ biến Co_kinh theo thứ tự từ 1:20, tương ứng với các cỡ kính từ: “<10” đến “>100”.

Bây giờ bạn thêm layer: scale_x_discrete(limits) như sau:

> s1=ggplot(data=NDD, aes(x=tt, y=D, fill=Location))+geom_bar(position="dodge", stat="identity")+ theme_bw()+ theme_classic()+ geom_rangeframe()+ theme_tufte()+ scale_y_continuous(breaks = extended_range_breaks()(NDD$D))

> s2=s1+scale_x_discrete(limits=c("<10","10-15","15-20","20-25","25-30","30-35","35-40","40-45","45-50","50-55","55-60","60-65","65-70","70-75","75-80","80-85","85-90","90-95","95-100",">100"))

> s3=s2+ xlab("Cỡ kính, cm")+ ylab("N/D")+ theme(legend.position = "top")+theme(axis.text.x=element_text(angle = 90))

Bạn có thể nhận thấy, bây giờ cỡ kính đã được sắp từ nhỏ đến lớn như mong muốn của người vẽ, cũng tương tự dễ thấy như vẽ trong Excel.

Trên đây mình có gặp vấn đề về vẽ biểu đồ phân bố N/D theo cỡ kính, trong đó, cỡ kính “<10” và cỡ kính “>100” là một trong những trở ngại mà R không theo yêu cầu của người vẽ. Để khắc phục nhược điểm đó các bạn thêm:

-       tt=c("1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16","17","18","19","20")

-       > SND=data.frame(ND,tt)

-       > NDD=transform(SND, aes(Co_kinh=reorder(Co_kinh,tt))

-       scale_x_discrete(limits)

Các bạn có thể thực hành theo những gì mình đề cập bên trên nhé. Hoặc có cách nào khác cũng xin chia sẻ để mình cùng học nhé. Trân trọng!

Read More

Biểu đồ sai số chuẩn (error bars)

Trong bài trước, mình có tập tành chút với biểu đồ thanh với sai số chuẩn (error bar plot). Ở biểu đồ này, cho chúng ta cái nhìn trực quan về các thông tin: giá trị trung bình (mean) và sai số chuẩn (sd). Trong phạm vi cái note này, mình bắt chước và tập tành vẽ biểu đồ đường với sai số chuẩn (error bars) với ggplot2, tức là, biểu đồ thể hiện được 3 thông số (đường, điểm và sai số chuẩn của trung bình hoặc khoảng tin cậy 95%). Đó là những hữu ích mà error bars mang lại. Việc phản ảnh dữ liệu bằng biểu đồ rất quan trọng trong phân tích mô tả và phân tích suy luận.

Hãy cùng tập tành chút với biểu đồ sai số chuẩn ở ví dụ dưới đây:

# library(ggplot2)

> names(er)

[1] "CTTN" "Age"  "Dgoc" "sd"  

> head(er)

  CTTN Age Dgoc   sd

1   DC 1.2 2.20 0.59

2  CT1 1.2 2.58 0.69

3  CT2 1.2 2.31 0.77

4  CT3 1.2 2.67 0.81

5   DC 2.3 4.88 1.57

6  CT1 2.3 3.22 0.95

> p=ggplot(data=er, aes(x=CTTN, y=Dgoc, color=Age))+ geom_errorbar(aes(ymin=Dgoc-sd, ymax=Dgoc+sd), width=.1, position = pd)+geom_line(position=pd)+geom_point(position = pd)

> p1=ggplot(data=er, aes(x=Age, y=Dgoc, fill=CTTN, color=CTTN))+ geom_errorbar(aes(ymin=Dgoc-sd, ymax=Dgoc+sd), width=.1, position = pd)+ geom_line()+geom_point(position=pd, size=3)

> p2=ggplot(data=er, aes(x=Age, y=Dgoc, colour=CTTN, group=CTTN))+ geom_errorbar(aes(ymin=Dgoc-sd, ymax=Dgoc+sd), width=.1, position = pd)+ geom_line(position=pd)+geom_point(position=pd, size=3, shape=21, fill="white")


> p3=ggplot(data=er, aes(x=Age, y=Dgoc, colour=CTTN, group=CTTN))+ geom_errorbar(aes(ymin=Dgoc-sd, ymax=Dgoc+sd), width=.1, position = pd)+ geom_line(position=pd)+geom_point(position=pd, size=3, shape=21, fill="white")+expand_limits(y=0)+ scale_y_continuous()+theme_bw()+theme(legend.justification = c(1,0), legend.position = c(1,0))



Ở biểu đồ trên, giá trị ở
các CTTN chưa thể hiện đúng với độ tuổi (trục hoành), để khắc phục điều đó bạn
có thể thêm layer: scale_x_continuous(breaks = c(1.2,2.3)) và kết quả như sau:

> p3=ggplot(data=er, aes(x=Age, y=Dgoc, colour=CTTN, group=CTTN))+ geom_errorbar(aes(ymin=Dgoc-sd, ymax=Dgoc+sd), width=.1, position = pd)+ geom_line(position=pd)+geom_point(position=pd, size=3, shape=21, fill="white")+expand_limits(y=0)+ scale_y_continuous()+theme_bw()+theme(legend.justification = c(1,0), legend.position = c(1,0))+ scale_x_continuous(breaks = c(1.2,2.3))





Ở biểu đồ
trên cho thấy, cái nhìn trực quan nhất về biến động giá trị đường kính gốc
trung bình của cây Keo lá liềm ở các CTTN khác nhau ở các giai đoạn sinh trưởng
khác nhau. Ở giai đoạn 24 tháng tuổi, giá trị sinh trưởng bình quân của cây Keo
lá liềm chưa có sự khác nhau rõ rệt giữa các CTTN. Tuy nhiên, ở giai đoạn 27
tháng tuổi, sinh trưởng đường kính gốc ở công thức ĐC có sự khác biệt lớn (rõ rệt)
với CTTN (đường màu tím ở hình trên).

Ở biểu đồ

này, chúng ta có thể biết thêm các thông tin: ở giai đoạn 24 tháng tuổi (1,2 tuổi),
cây Keo lá liềm có sinh trưởng đường kính gốc ở các CTTN dao động từ Dgoc = 2,2
± 0,59cm (mean ± sd) ở công thức ĐC đến Dgoc = 2,67 ± 0,81cm (CT3), với hệ số
biến động (CV%) từ 26,7 - 33,3%. Ở giai đoạn 27 tháng tuổi (2,3 tuổi), sinh trưởng
đường kính gốc bình quân đạt từ Dgoc = 3,2 ± 0,95cm (CT1) đến Dgoc = 4,88 ±
1,57cm (ĐC), với hệ số biến động từ 29,5 - 39,7%.



Trên đây,
mình có bắt chước và thực hành vẽ biểu đồ với sai số chuẩn (error bars) cũng
như nói qua một chút về ý nghĩa của nó. Bởi, mỗi loại biểu đồ có một ý nghĩa nhất
định. Tùy thuộc vào mục đích nghiên cứu mà thể hiện các loại biểu đồ khác nhau.

Read More