[R] R Shiny로 두 연속형 변수 간 상관계수, 산점도와 회귀선 그리는 앱 애플리케이션 만들기

이번 포스팅에서는 R Shiny를 사용하여 interactive하게 편하고 쉽게 두 연속형 변수 간 관계를 알아볼 수 있도록 

(1) 상관계수 (Correlation Coefficient)를 구하고, 

(2) 산점도 (Scatter Plot)을 그린 후, 

(3) 선형 회귀선 (Linear Regression Line) 을 겹쳐서 그려주는 

웹 애플리케이션을 만들어보겠습니다. 

 

 

R Shiny - Correlation Coefficient, Scatter Plot, Linear Regression Line

 

예제로 사용할 데이터는 MASS 패키지에 내장되어 있는 Cars93 데이터프레임으로서, Price, MPG.city, MPG.highway, EngineSize, Horsepower, RPM 의 6개 연속형 변수를 선별하였습니다. 

 

왼쪽 사이드바 패널에는 산점도의 X축, Y축에 해당하는 연속형 변수를 콤보박스로 선택할 수 있도록 하였으며, 상관계수와 선형회귀모형을 적합할 지 여부를 선택할 수 있는 체크박스도 추가하였습니다. 

 

오른쪽 본문의 메인 패널에는 두 연속형 변수에 대한 산점도 그래프에 선형 회귀선을 겹쳐서 그려서 보여주고, 상관계수와 선형회귀 적합 결과를 텍스트로 볼 수 있도록 화면을 구성하였습니다. 

 

library(shiny) # Define UI for application that analyze correlation coefficients and regression ui <- fluidPage(        # Application title    titlePanel("Correlation Coefficients and Regression"),        # Select 2 Variables, X and Y     sidebarPanel(      selectInput("var_x",                   label = "Select a Variable of X",                   choices = list("Price"="Price",                                  "MPG.city"="MPG.city",                                  "MPG.highway"="MPG.highway",                                  "EngineSize"="EngineSize",                                  "Horsepower"="Horsepower",                                  "RPM"="RPM"),                   selected = "RPM"),            selectInput("var_y",                   label = "Select a Variable of Y",                   choices = list("Price"="Price",                                  "MPG.city"="MPG.city",                                  "MPG.highway"="MPG.highway",                                  "EngineSize"="EngineSize",                                  "Horsepower"="Horsepower",                                  "RPM"="RPM"),                   selected = "MPG.highway"),             checkboxInput(inputId = "corr_checked",                     label = strong("Correlation Coefficients"),                     value = TRUE),             checkboxInput(inputId = "reg_checked",                     label = strong("Simple Regression"),                     value = TRUE)       ),       # Show a plot of the generated distribution       mainPanel(         h4("Scatter Plot"),          plotOutput("scatterPlot"),                   h4("Correlation Coefficent"),          verbatimTextOutput("corr_coef"),                   h4("Simple Regression"),          verbatimTextOutput("reg_fit")       )    ) # Define server logic required to analyze correlation coefficients and regression server <- function(input, output) {   library(MASS)   scatter <- Cars93[,c("Price", "MPG.city", "MPG.highway", "EngineSize", "Horsepower", "RPM")]      # scatter plot   output$scatterPlot <- renderPlot({     var_name_x <- as.character(input$var_x)     var_name_y <- as.character(input$var_y)          plot(scatter[, input$var_x],          scatter[, input$var_y],          xlab = var_name_x,          ylab = var_name_y,          main = "Scatter Plot")          # add linear regression line     fit <- lm(scatter[, input$var_y] ~ scatter[, input$var_x])     abline(fit)     })      # correlation coefficient   output$corr_coef <- renderText({     if(input$corr_checked){       cor(scatter[, input$var_x],            scatter[, input$var_y])       }     })      # simple regression   output$reg_fit <- renderPrint({     if(input$reg_checked){       fit <- lm(scatter[, input$var_y] ~ scatter[, input$var_x])       names(fit$coefficients) <- c("Intercept", input$var_x)       summary(fit)$coefficients     }   }) } # Run the application  shinyApp(ui = ui, server = server)

 

많은 도움이 되었기를 바랍니다.