以維恩圖解方式表示散點圖數據？

Question

我有幾個散點圖，代表我的數據的不同子集。我想找到一種方法來直觀地表示這些數據子集的重疊/不重疊。在R或Matlab中，將每組數據轉換爲一個考慮數據均值和方差的橢圓的最佳方法是什麼？我基本上想要將三個單獨的散點圖變成維恩圖，如果這是有道理的。

Answer 1

除了在Q &給出的解決方案，通過一個鏈接@hrbrmstr，它的litteral表示可以使用凸包來實現：

library(scales) #Only for the transparency effect 
data(iris) 
plot(iris$Sepal.Length, iris$Sepal.Width, type="n") 
a <- split(iris, iris$Species) #Separate the dataset by ID (here species) 
for(i in seq_along(a)){ 
    h <- chull(a[[i]]) #Compute convex hull for each group 
    h <- c(h, h[1]) 
    polygon(a[[i]][h,], col=alpha(i,.5), border=NA) #Plot it 
    } 
points(iris$Sepal.Length, iris$Sepal.Width, col=iris$Species, pch=19) #Add data points 

Answer 2

您可以使用ellipse功能從橢圓包到計算橢圓上的點，對於每組數據，您將爲橢圓函數提供均值，標準差和相關性，然後將結果傳遞給lines函數以添加到散點圖。如果羣體合理正常，這將工作得很好，但如果羣體中存在強偏態，則橢圓不太適合。

另一種選擇是使用chull函數來計算包含組中所有點的複合外殼。你可以用它來繪製一個包含所有點的多邊形（有些將會觸及多邊形）。如果你想要比多邊形更曲線的東西，那麼使用xspline函數來執行繪製，而不是lines或polygon。以下是一些示例代碼：

with(iris, plot(Petal.Width, Petal.Length, col=c('red','green','blue')[Species])) 

tmp <- chull(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length')]) 
xspline(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length')][tmp,], 
    border='red',open=FALSE, shape= -0.75) 

tmp <- chull(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length')]) 
xspline(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length')][tmp,], 
    border='green',open=FALSE, shape= -0.75) 

tmp <- chull(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length')]) 
xspline(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length')][tmp,], 
    border='blue',open=FALSE, shape= -0.75) 



library(ellipse) 

with(iris, plot(Petal.Width, Petal.Length, col=c('red','green','blue')[Species])) 

polygon(ellipse( 
    var(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length') ]), 
    centre=colMeans(iris[ iris$Species=='setosa', c('Petal.Width','Petal.Length') ]), 
    t=3), 
    border='red') 

polygon(ellipse( 
    var(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length') ]), 
    centre=colMeans(iris[ iris$Species=='versicolor', c('Petal.Width','Petal.Length') ]), 
    t=3), 
    border='green') 

polygon(ellipse( 
    var(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length') ]), 
    centre=colMeans(iris[ iris$Species=='virginica', c('Petal.Width','Petal.Length') ]), 
    t=3), 
    border='blue')