Ожив — это график, показывающий, сколько значений данных находится выше или ниже определенного значения в наборе данных.
В этом руководстве объясняется, как создать следующий оживальный граф в R:

Пример: создание графа Ogive в R
Во-первых, давайте определим набор данных, содержащий 20 значений:
#create dataset
data <- c(6, 7, 7, 8, 9, 12, 14, 16, 16, 17, 22, 24, 28, 31, 34, 35, 39, 41, 42, 43)
Далее воспользуемся функциями graph.freq() и ogive.freq() из пакета agricolae в R для создания простого графа ogive:
library (agricolae)
#define values to plot
value_bins <- graph. freq (data, plot= FALSE )
values <- ogive. freq (value_bins, frame= FALSE )
#create ogive chart
plot(values, xlab='Values', ylab='Relative Cumulative Frequency',
main='Ogive Chart', col='steelblue', type='b', pch= 19 , las= 1 , bty='l')

По оси X показаны значения из набора данных, а по оси Y — относительная кумулятивная частота значений, которые лежат ниже значений, показанных на оси X.
Вот как интерпретировать некоторые из наиболее неясных аргументов в функции plot() :
- type='b' : Постройте линии и точки
- pch=19 : Заполните кружки на графике.
- las=1 : Сделать метки перпендикулярными оси
- bty='l' : показывать только границу в нижней и левой частях графика.
Мы можем просмотреть фактические значения на графике, распечатав значения, созданные функцией ogive.freq() :
#view values in ogive
values
x RCF
1 6.0 0.00
2 13.4 0.30
3 20.8 0.50
4 28.2 0.65
5 35.6 0.80
6 43.0 1.00
7 50.4 1.00
Вот как интерпретировать значения:
- 0% всех значений в наборе данных были меньше или равны 6 .
- 30% всех значений в наборе данных были меньше или равны 13,4 .
- 50% всех значений в наборе данных были меньше или равны 20,8 .
- 65% всех значений в наборе данных были меньше или равны 35,6 .
И так далее.
Дополнительные ресурсы
В следующих руководствах объясняется, как создавать другие распространенные диаграммы в R:
Как создать диаграмму Парето в R
Как создать диаграмму Ганта в R
Как создать леденцовую диаграмму в R