·ANALYTIC GRAPHS分析性圖表:

塔夫特的基本原則：

1. 明確參照物Show comparisons 這一點基本是 所有科學的一個基本思想，也就是支援某一假設或某個對世界的思考之證據，一定與另一個假設是相對的 , 證據總是相對的。

   箱線圖 (boxplot)

2. 體現出因果關係或機制 Show causality, mechanism, explanation, systematic structure：                                闡明其系統結構，因果關係並非是形式上的，而是你的認識 你對世界執行方式的看法

3. 展示多元資料 (multivariate data)

4. 整合你所擁有的證據 Integration of evidence ：基本思路是，用盡可能多的方式展現證據

5. 第五條原則是對你所呈現的證據進行描述和文件化，打上標籤 標記好來源：

   Describe and document the evidence with appropriate labels, scales, sources, etc

6. 你使用的資料是任何圖表裡最重要的元素：

        Content is king 

構建圖表的意義有：

• 理解資料的性質data properties
• 從資料的基本模式中尋找合適的模式patterns 
• 提出一些建模策略modeling strategies， 比如我們要使用線性還是非線性模型
• 找出分析中的錯誤 "debug"
• 以圖表的形式向別人展示一些資訊 To communicate results 

·一維的資料理解資料的步驟有：

Five-number summary

summary(data)
## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 3.38 8.55 10.00 9.84 11.40 18.40

Boxplots （箱型圖）：也可以在箱型圖上新增不同的線來。

boxplot(pollution$pm25, col = "blue")

Histograms （直方圖）

hist(pollution$pm25, col = "green")
rug(pollution$pm25)
 

Density plot （密度估計）

Barplot

barplot(table(pollution$region), col = "wheat", main = "Number of Counties in Each Region")

二維的

Multiple/overlayed ：1-D plots (Lattice/ggplot2)

                                  Multiple Boxplots ；Multiple Boxplots

Scatterplots ：Multiple Scatterplots Multiple Scatt

                        Using Color

#Scatterplot Scatterplot
with(pollution, plot(latitude, pm25))
abline(h = 12, lwd = 2, lty = 2)

Smooth scatterplots

總結：

利用 R 繪製資料的一維和二維圖，還有利用顏色和圖表組合，做出比二維圖更好的三維圖。首先 這些探索性圖表通常都是 “快速而粗略” 的，注意 我沒有在調整座標軸與設定標註上花任何時間。大多數時候，我僅僅是用 R 中的預設值，但是探索性圖表的一個優點就是：可以讓你彙總資料，並且突出資料中一些可能會感興趣的廣泛特點，你可以探索一些基本的問題和假設。這些圖也為下一步研究 如更多的詳細分析和模型擬合，提供了有用的模型策略