走在汽車革命的路上論文書籍站
R plot 字體的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包
R plot 字體的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦（紐西蘭）蒂爾曼·M.戴維斯寫的 R語言之書：編程與統計 可以從中找到所需的評價。
另外網站Change Font Type of Plot in Base R & ggplot2 (Example)也說明：How to select font types of plots manually in the R programming language.
臺北醫學大學 醫學資訊研究所博士班 李友專所指導 簡碩辰的 為降低醫師警示疲勞建構一套警示特徵系統 （2021），提出R plot 字體關鍵因素是什麼，來自於警示特徵、警示疲勞、警示停留時間、中斷式警示、機器學習、情境化警示、科技接受模型、電子化醫令系統。
而第二篇論文中原大學 物理研究所 邱寬城所指導 陳克倫的 紅熒烯與香豆素-6 多晶薄膜之制備與特性量測 （2017），提出因為有 物理汽相沉積法、香豆素- 6、紅熒烯、構相異構物的重點而找出了 R plot 字體的解答。
最後網站How to make any plot look better - ggplot2tor則補充：The axis text has a total of 11 elements. You can see that the text color is set to gray. Also the font size is set to 'rel num 0.8'. Rel means ...
R語言之書：編程與統計
為了解決R plot 字體 的問題，作者（紐西蘭）蒂爾曼·M.戴維斯 這樣論述：
本書由淺入深、全面系統地介紹了R語言的編程和統計知識，為讀者了解現代數據科學的計算方法奠定了比較堅實的基礎。 本書包括語言、編程、統計學和概率、統計檢驗和建模、繪圖共5個部分，基本涵蓋了國外大學一、二年級的統計學課程。在講授知識的同時，本書注重學以致用，每章穿插了許多練習，方便讀者動手操作；每章結尾提供了本章講述的代碼匯總，方便讀者快速查閱。通過對本書循序漸進的學習，讀者可以逐步構建自己的知識體系，同時培養程序員的思維方式。本書適合R語言初學者從頭開始學習，有編程經驗的讀者也可以挑選自己感興趣的內容閱讀。 本書既可以用作R語言編程的社會培訓教材、自學教材，也可以用作高校師生，特別是統計學專
業師生的輔導教材。 蒂爾曼·M. 戴維斯，是紐西蘭奧塔哥大學的講師，教授統計數據課程。他使用R語言編程已經有10年之久，並在他的所有課程上教授R語言編程。蒂爾曼·M. 戴維斯因對空間點模式建模的研究，被授予紐西蘭統計協會的Worsley獎。紐西蘭huang家學會授予他Marsden Fast-Start獎，表彰他解決了相關的問題。他組織了一個為期3天的R語言講習班，這鼓勵他寫出這本面向R語言初學者的使用指南。 第一部分 語言 第1章 新手入門3 1.1從CRAN獲取並安裝R3 1.2打開R之初體驗3 1.2.1控制台和編輯窗格4 1.2.2注釋5 1
.2.3工作路徑6 1.2.4安裝和載入R包6 1.2.5説明檔和函數文檔7 1.2.6協力廠商編輯器9 1.3保存工作和退出R9 1.3.1工作空間9 1.3.2腳本10 1.4約定10 1.4.1編碼11 1.4.2引用數學函數和等式11 1.4.3練習12 第2章 數值、運算、賦值和向量13 2.1R在基礎數學上的應用13 2.1.1運算13 2.1.2對數和指數14 2.1.3科學計數法15 2.2分配對象16 2.3向量17 2.3.1創建向量17 2.3.2序列、重複、排序和長度18 2.3.3子集和元素的提取21 2.3.4面向向量的操作25 第3章 矩陣和陣列30 3.1定
義一個矩陣30 3.1.1填充方式31 3.1.2合併行和列31 3.1.3矩陣的維度32 3.2構造子集32 3.2.1按行、列和對角線提取元素33 3.2.2省略和改寫34 3.3矩陣運算和線性代數36 3.3.1矩陣的轉置37 3.3.2單位矩陣37 3.3.3矩陣的數乘38 3.3.4矩陣的加減法38 3.3.5矩陣的乘法39 3.3.6逆矩陣40 3.4多維陣列41 3.4.1定義42 3.4.2子集、提取和替換43 第4章 非數值型資料47 4.1邏輯值47 4.1.1TRUE還是FALSE47 4.1.2邏輯值的輸出：關係運算子48 4.1.3多重比較：邏輯運算子51 4.1.
4邏輯值也是數值53 4.1.5利用邏輯值提取子集54 4.2字元58 4.2.1創建一個字串58 4.2.2連接59 4.2.3轉義序列61 4.2.4子集與匹配62 4.3因數63 4.3.1識別類別63 4.3.2水準的定義與排序65 4.3.3組合與分割66 第5章 清單和數據框70 5.1清單對象70 5.1.1創建清單和訪問組件70 5.1.2命名72 5.1.3嵌套73 5.2數據框75 5.2.1創建資料框75 5.2.2添加資料列併合並資料框77 5.2.3利用邏輯值提取記錄的子集79 第6章 特殊值、類型和轉換82 6.1特殊值82 6.1.1無窮數82 6.1.2Na
N84 6.1.3NA86 6.1.4NULL88 6.2類型、類別和轉換91 6.2.1屬性91 6.2.2物件類別93 6.2.3檢查物件函數is.95 6.2.4轉換函數as.96 第7章 基本繪圖102 7.1使用plot調整座標向量102 7.2圖形化參數103 7.2.1自動繪圖類型104 7.2.2標題和坐標軸標籤104 7.2.3顏色105 7.2.4點和線的外觀106 7.2.5繪圖區域限制107 7.3在已有圖中添加點、線和文本107 7.4ggplot2包113 7.4.1使用qplot進行快速繪圖113 7.4.2用geoms設置外觀常量114 7.4.3geoms的
美學映射116 第8章 讀寫文件119 8.1R內置資料集119 8.1.1內置資料集119 8.1.2貢獻資料集120 8.2讀入外部資料檔案121 8.2.1表格格式121 8.2.2試算表工作簿124 8.2.3基於網頁的文件125 8.2.4其他檔案格式126 8.3寫出資料檔案和圖形126 8.3.1資料集126 8.3.2圖像和圖形檔127 8.4特殊物件的讀/寫操作130 第二部分 程式設計 第9章 調用函數135 9.1作用域135 9.1.1環境135 9.1.2搜索路徑137 9.1.3名稱的保留和保護139 9.2參數匹配140 9.2.1準確性140 9.2.2局
部匹配141 9.2.3位置142 9.2.4混合142 9.2.5省略號的用法143 第10章 條件和迴圈145 10.1if語句145 10.1.1獨立語句145 10.1.2else語句148 10.1.3基於元素水準使用ifelse149 10.1.4嵌套和堆疊語句150 10.1.5轉換函數153 10.2迴圈代碼156 10.2.1for迴圈156 10.2.2while迴圈162 10.2.3使用apply的隱式迴圈165 10.3其他控制流程機制169 10.3.1break或next聲明169 10.3.2repeat語句171 第11章 編寫函數175 11.1函數命令
175 11.1.1創建函數175 11.1.2使用返回178 11.2參數180 11.2.1惰性計算180 11.2.2設置預設值183 11.2.3檢查缺失參數184 11.2.4省略號的處理185 11.3特殊函數189 11.3.1説明函數190 11.3.2一次性函數191 11.3.3遞迴函數192 第12章 異常值、計時和可見性196 12.1異常值處理196 12.1.1正式聲明：錯誤和警告196 12.1.2使用try命令來捕獲錯誤198 12.2進度和計時202 12.2.1文本進度條：執行到哪裡了202 12.2.2測量完成時間：執行需要多長時間203 12.3隱藏2
04 12.3.1函數與物件的區別205 12.3.2區分資料框變數207 第三部分統計學與概率 第13章 初級統計學213 13.1描述原始資料213 13.1.1數值型變數213 13.1.2分類變數214 13.1.3單變數和多變數資料215 13.1.4參數和統計量216 13.2統計概要216 13.2.1集中趨勢：均值、中位數、眾數217 13.2.2計數、百分比和比例220 13.2.3四分位數、百分位數和五分位數概括法222 13.2.4離散程度：方差、標準差和四分位差223 13.2.5協方差和相關係數226 13.2.6異常值230 第14章 資料視覺化基礎233 1
4.1橫條圖和圓形圖233 14.1.1繪製橫條圖233 14.1.2圓形圖簡介236 14.2長條圖237 14.3箱線圖239 14.3.1獨立箱線圖239 14.3.2並列箱線圖240 14.4散點圖241 14.4.1單一散點圖242 14.4.2散點圖矩陣243 第15章 概率248 15.1什麼是概率248 15.1.1事件和概率248 15.1.2條件概率249 15.1.3交集249 15.1.4並集250 15.1.5補集250 15.2隨機變數和概率分佈251 15.2.1觀察值251 15.2.2離散隨機變數252 15.2.3連續隨機變數254 15.2.4形狀、偏態
和峰態260 第16章 常見的概率分佈263 16.1常見的概率品質函數263 16.1.1伯努利分佈263 16.1.2二項分佈264 16.1.3泊松分佈268 16.1.4其他品質函數271 16.2常見的概率密度函數271 16.2.1均勻分佈271 16.2.2正態分佈275 16.2.3學生t分佈282 16.2.4指數分佈284 16.2.5其他密度函數286 第四部分 統計檢驗與建模 第17章 抽樣分佈和置信度291 17.1抽樣分佈291 17.1.1樣本均值的分佈292 17.1.2樣品比例的分佈295 17.1.3其他統計的抽樣分佈298 17.2置信區間298 1
7.2.1平均值的置信區間299 17.2.2比例的置信區間301 17.2.3其他置信區間301 17.2.4對CI解釋的評論302 第18章 假設檢驗304 18.1假設檢驗的組件304 18.1.1假設305 18.1.2檢驗統計量305 18.1.3p值305 18.1.4顯著性水準305 18.1.5假設檢驗的拒絕域306 18.2檢驗均值306 18.2.1單個均值306 18.2.2兩個均值309 18.3檢驗比例316 18.3.1單個比例316 18.3.2兩個比例318 18.4檢驗分類變數322 18.4.1單個分類變數322 18.4.2兩個分類變數325 18.5錯
誤與功效329 18.5.1假設檢驗錯誤329 18.5.2第Ⅰ類錯誤330 18.5.3第Ⅱ類錯誤332 18.5.4統計功效335 第19章 方差分析340 19.1單因素方差分析340 19.1.1假設和診斷檢驗340 19.1.2單因素方差分析表343 19.1.3用aov函數創建方差分析表344 19.2雙因素方差分析345 19.2.1一系列假設346 19.2.2主效應和交互作用347 19.3Kruskal-Wallis檢驗349 第20章 簡單線性回歸352 20.1線性關係的一個示例352 20.2一般概念353 20.2.1模型的定義354 20.2.2估計截距和斜率
的參數354 20.2.3用lm擬合線性模型355 20.2.4對殘差的說明356 20.3統計推斷357 20.3.1匯總擬合模型357 20.3.2回歸係數的顯著性檢驗358 20.3.3可決係數359 20.3.4其他匯總輸出359 20.4預測360 20.4.1置信區間還是預測區間360 20.4.2解釋區間361 20.4.3繪製區間362 20.4.4插值與外推364 20.5分類解釋變數365 20.5.1二元變數：k = 2365 20.5.2多元變數：k > 2368 20.5.3改變參考水準372 20.5.4將分類變數視為數位372 20.5.5單因素方差分析的等價37
5 第21章 多元線性回歸377 21.1相關術語377 21.2理論378 21.2.1將簡單模型擴展為多元模型378 21.2.2矩陣形式的估計378 21.2.3一個基礎例子379 21.3在R中的實現和解釋380 21.3.1其他解釋變數381 21.3.2解釋邊際效應383 21.3.3視覺化多元線性模型383 21.3.4查找置信區間385 21.3.5綜合的F檢驗385 21.3.6對多元線性模型進行預測387 21.4轉換數值變數389 21.4.1多項式390 21.4.2對數395 21.4.3其他變換397 21.5交互項398 21.5.1概念和動機399 21.5.
2分類變數和連續變數399 21.5.3兩個分類403 21.5.4兩個連續404 21.5.5高階交互項406 第22章 線性模型選擇和診斷409 22.1擬合優度和複雜度409 22.1.1簡約原則409 22.1.2一般原則409 22.2模型選擇演算法410 22.2.1嵌套比較：部分F檢驗410 22.2.2向前選擇413 22.2.3向後選擇417 22.2.4逐步AIC選擇420 22.2.5其他選擇演算法425 22.3殘差診斷425 22.3.1檢查和解釋殘差426 22.3.2評估正態性429 22.3.3離群值、杠杆和影響430 22.3.4計算杠杆433 22.3.5
庫克距離434 22.3.6以圖形方式組合殘差、杠杆和庫克距離437 22.4共線性441 22.4.1潛在警告標誌441 22.4.2相關預測442 第五部分高級繪圖 第23章 自訂高級繪圖447 23.1掌握圖形設備447 23.1.1手動打開新設備448 23.1.2在設備之間切換448 23.1.3關閉一個設備449 23.1.4一個設備中多個圖形449 23.2繪製區域和邊距452 23.2.1默認間距452 23.2.2自訂間距453 23.2.3剪切454 23.3點擊式座標互動456 23.3.1獲取座標456 23.3.2視覺化所選座標456 23.3.3專用注釋457
23.4自訂傳統R圖形460 23.4.1樣式和禁止的圖形參數460 23.4.2自訂邊框461 23.4.3自訂坐標軸462 23.5專用文本和標籤符號464 23.5.1字體464 23.5.2希臘符號465 23.5.3數學運算式466 23.6完全注釋的散點圖468 第24章 進一步瞭解圖形474 24.1是使用ggplot還是qplot474 24.2平滑和陰影475 24.2.1添加LOESS趨勢475 24.2.2構建平滑密度估計477 24.3多個圖形和變數的分面479 24.3.1獨立圖形479 24.3.2一個分類變數的分面繪圖481 24.4ggvis包裡的互動式工具4
84 第25章 在更高維上定義顏色和圖形490 25.1顏色的表示和使用490 25.1.1紅—綠—藍十六進位顏色 代碼490 25.1.2內置調色板493 25.1.3自訂調色盤494 25.1.4使用調色板索引連續區495 25.1.5顏色圖例498 25.1.6不透明度499 25.1.7RGB的替代和更多功能501 25.23D散點圖503 25.2.1基本語法504 25.2.2增強視覺504 25.3用於繪圖的曲面507 25.3.1構造估計網格507 25.3.2構造z矩陣508 25.3.3概念化的z矩陣509 25.4輪廓圖510 25.4.1畫輪廓線510 25.4.2彩
色填充輪廓515 25.5圖元圖像518 25.5.1一個網格點 = 一個圖元518 25.5.2曲面截斷和空圖元521 25.6透視圖527 25.6.1基本圖和角度調整527 25.6.2為平面著色530 25.6.3迴圈旋轉532 第26章 互動式3D圖形537 26.1點雲537 26.1.1基本3D雲537 26.1.2增強視覺和圖例538 26.1.3添加其他3D組件539 26.2雙變數曲面543 26.2.1基本透視曲面543 26.2.2附加組件544 26.2.3根據z座標值著色546 26.2.4設置長寬比547 26.3三變數曲面550 26.3.1三維估計座標551
26.3.2等值面552 26.3.3實例：非參數三元密度556 26.4參數方程560 26.4.1簡單向量圖560 26.4.2數學抽象圖形563 附錄A安裝R和貢獻包571 A.1下載和安裝R571 A.2使用包572 A.2.1基礎包573 A.2.2擴展包573 A.2.3貢獻包573 A.3更新R和已安裝的包578 A.4使用其他鏡像和存儲庫579 A.4.1切換CRAN鏡像579 A.4.2其他包庫579 A.5引用和寫作包580 A.5.1引用R和幫助包580 A.5.2編寫我們自己的包581 附錄B使用RStudio582 B.1基本佈局和用法582 B.1.1編輯器和
外觀選項583 B.1.2自訂窗格584 B.2輔助工具585 B.2.1項目585 B.2.2包安裝程式和更新程式586 B.2.3支持調試587 B.2.4標記、文檔和圖形工具587 譯後記590
為降低醫師警示疲勞建構一套警示特徵系統
為了解決R plot 字體 的問題，作者簡碩辰 這樣論述：
研究背景：為了減少錯誤並提高病人的安全，現代化醫療會於電子化醫令系統中導入警示。然而，系統中充斥著大量與臨床無關緊要的警示，最終導致「警示疲勞」的發生，病人風險反而因此提高。根據不同情況判斷個別警示的價值，以降低醫師警示疲勞便成為一個重要課題。研究目的：因此，本研究目的在於替電子化醫令系統打造一套警示特徵系統。透過收集主觀與客觀的特徵值，作為判斷警示價值的依據。接著，我們提出兩個降低醫師警示疲勞的方法:警示數量-效益比與情境化警示。警示數量-效益比可識別出系統中有問題與適當的警示。情境化警示則可智能地過濾掉醫師不會觀看的警示。同時，我們將探索醫師接受或拒絕警示的關鍵因素。研究材料與方法：本研
究以臺灣北部某醫學中心全院門診做為研究對象。客觀資料由軟體工程方法，打造視窗專注偵測程式，收集的特徵包含警示訊息內容、警示停留時間、出現次數等。主觀特徵資料則採用結構化問卷方法，收集醫師對於個別警示的觀點，包含安全性、完整性以及看到的反應。警示數量-效益比，透過結合警示數量與醫師觀點，在四個象限中定義出適當與有問題的警示。情境化警示採用ANN, XGBoost, Random Forest, Decision Tree, Logistic Regression共五種不同機器學習方法來完成。八組特徵(全部、警示、人口、環境、診斷、處方、檢驗、警示+人口)被用做輸入。輸出則使用警示停留時間，搭配自
訂義時間窗口(警示停留時間在時間窗口內定義為觸發，以外則定義為不觸發)。藉由改變時間窗口的左閥值(0.3s-4.0s每次向右移動0.1s至2.9s-4.0s)進行敏感度分析，用以找出最佳效能的時間窗口。在此同時，八組特徵也被分別用來建置模型，以確定他們對於停留時間的影響。最後，我們使用科技接受模型，以問卷方法找出醫師接受或拒絕警示的關鍵因素。結果：我們的研究完整收集2020-2021年，醫院全院門診的警示發生紀錄共6,603,924筆，其中警示停留時間的峰值為1.0秒。接著我們調查了72位醫師對於系統中前20名常見警示的看法，結果顯示安全性、完整性以及看到的反應，平均得分為2.3、3.1與2.
9分。警示數量-效益比成功找出兩個有問題的警示，佔總體發生次數的45%。接著，根據警示數量-效益比，我們使用了19個警示類別，共計813,026條記錄，建構情境化警示。它們皆屬於臨床類型或在系統中適當使用彈出式警示。敏感度分析的結果顯示，當時間窗口在0.3s-4.0s有著最好的效能(AUROC = 0.73, AUPRC = 0.97)。使用警示+人口的特徵組，並搭配XGBoost所建立的模型效能最好(AUROC = 0.73)，最重要的特徵組模型為警示(AUROC = 0.66)與人口(AUROC = 0.62)。而醫師們接受警示的關鍵因素，相較於字體大小、訊息內容、呈現方式等，他們最在意的
為警示頻率，並且建議應盡量精簡以降低整體的發生次數。結論：我們的研究成功建構一套警示特徵系統，並提出兩種方法:警示數量-效益比與情境化警示，用以改善醫師警示疲勞的情形。警示數量-效益比成功找出兩個有問題的警示類別，它們有著高頻頻率卻無法提供相等的臨床價值。情境化警示可以智能地過濾醫師在特定情況下不會觀看的警示。我們還發現，醫師們其實樂意在臨床決策過程中使用警示，然而過於頻繁地提醒則會適得其反。通過這些方法，我們期待能夠改善醫師警示疲勞的發生情況，從而提高病人的安全性。
紅熒烯與香豆素-6 多晶薄膜之制備與特性量測
為了解決R plot 字體 的問題，作者陳克倫 這樣論述：
本實驗探討以物理汽相沉積法成長香豆素- 6 與紅熒烯多晶薄膜之製備與特性分析。第一部分，固定粉末端溫度 Tsub = 185℃，改變基板溫度Tsub = 106 ~ 178℃ 成長一系列香豆素-6 多晶薄膜。在沉積過程中因為分子結構對稱性低，因此需要足夠的能量 EA = 0.93 ± 0.06 eV，來跨越堆疊排列時遭遇到的空間位阻。使用 SEM 觀察薄膜表面形貌，在 125℃ Tsub < 150℃ 沉積之薄膜表現出扭曲且粗糙的圖案；直到 Tsub 150℃ 結晶開始出現清楚的刻面。從 XRD 可以很明顯觀察到 (010) 特徵峰值，表示在 ITO 基板上成長香豆素-6 薄膜具有優
選成長方向，並且平行於分子晶體的長軸。從半強度頻寬分析得知， Tsub = 150℃ 的薄膜具有最高的結晶度。此外，將晶格常數增加一倍來敘述兩個可見的峰值 2 = 7.260 o 和 9.007 o 出現的原因，說明分子固體中N- 和 S- 兩種異構體共同存在的可能。接著從光吸收譜量測 Tsub = 150℃ 的薄膜之吸收閥值約為 2.392 eV。光致發光譜做高斯擬合可以獲得四個分量，其中主要峰值為 Frenkel exciton (FE) 複合放光；分子存在振動能態下有一個能量低於 FE 的放光；另外兩個高能量的峰值則歸類為 charge transfer excitons (CT1 a
nd CT2)。第二部分，固定粉末端溫度 Tsub = 240℃，基板溫度 Tsub = 151 ~ 186℃ 成長平面 (Planar rubrene) 或扭曲 (Twisted rubrene) 之紅熒烯分子薄膜。在 Tsub > 170℃ 下，薄膜主要以平面分子組成；Tsub < 170℃ 則是以扭曲分子為主。由 XRD 觀察在 Tsub = 184℃薄膜的結晶品質高，沿著 (200) 具有優選生長方向。在 300 K 交流頻率 20 Hz 的條件下介電常數與損失率分別為 εr = 7.2、D = 0.16， Debye relaxation 熱活化機制之 EA = 41 meV。然而，
對於在 Tsub < 170℃ 下成長的薄膜品質較差，優選成長方向則是沿 (002) 方向。介電相關參數 εr = 5.8、D = 0.25，EA = 83 meV。由空間電荷限制電流量測電洞載子遷移率隨溫度的變化，在 270 K 下 Tsub = 176℃ 的薄膜 載子遷移率可以來到 ~ 7 10-5 (cm2V-1s-1) ，熱活化 EA = 0.18 eV； Tsub = 157℃ 為 ~2 10-5 (cm2V-1s-1)， EA = 0.13 eV。由平面分子所構成的薄膜不但具有較高載子遷移率也同時需要更大的活化能。最後，對紅熒烯多晶薄膜量測變溫持續性光電導，以平面紅熒烯分子組成的薄
膜相較於扭曲分子具有較短衰減長數。且兩者皆展現出衰減常數隨量測溫度上升而增加的行為，為異常之持續性光電導。