这个问题展示了如何在ggplot2中创建一个qqline的qqplot,但是当在单个图中绘制整个数据集时,答案似乎才有效.

我想要一种方法来快速比较这些数据子集的图.也就是说,我想在带有facet的图形上使用qqlines创建qqplots.因此,在下面的示例中,将有所有9个图的线,每个图都有自己的截距和斜率.

df1 = data.frame(x = rnorm(1000, 10),
                 y = sample(LETTERS[1:3], 100, replace = TRUE),
                 z = sample(letters[1:3], 100, replace = TRUE))

ggplot(df1, aes(sample = x)) +
  stat_qq() +
  facet_grid(y ~ z)

实际上有两个问题，一个问题比另一个问题更高级。

问题1：我正在寻找一种类似于corrplot()但可以处理因素的方法。

我最初尝试使用p值和Cramer的V作为相关系数，但是要chisq.test()计算的列太多。因此，有谁能告诉我是否有一种快速的方法来创建“ Corrplot”，即每个单元格都包含Cramer V的值，而颜色是通过p值呈现的。或任何其他类似的情节。

chi2 <- chisq.test(tbl, correct=F)
Cramer_V <- sqrt(chi2$/nrow(tbl)) 

df <- data.frame(
group = c('A', 'A', 'A', 'A', 'A', 'B', 'C'),
student = c('01', '01', '01', '02', '02', '01', '02'),
exam_pass = c('Y', 'N', 'Y', 'N', 'Y', 'Y', 'N'),
subject = c('Math', 'Science', 'Japanese', 'Math', 'Science', 'Japanese', 'Math')
) 

df <- data.frame(
group = c('A', 'A', 'A', 'A', …