Estadísticas: sum y quantile

Visualización de datos intermedia con ggplot2

Rick Scavetta

Founder, Scavetta Academy

Recuerda del curso 1

	Causa del sobretrazado	Soluciones
1.	Conjuntos de datos grandes	Mezcla alfa, círculos huecos, tamaño del punto
2.	Valores alineados en un solo eje	Como arriba, y cambiar posición
3.	Datos de baja precisión	Posición: jitter
4.	Datos enteros	Posición: jitter

Cuenta puntos para evitar sobretrazado

	Causa del sobretrazado	Soluciones	Aquí...
1.	Conjuntos de datos grandes	Mezcla alfa, círculos huecos, tamaño del punto
2.	Valores alineados en un solo eje	Como arriba, y cambiar posición
3.	Datos de baja precisión	Posición: jitter	`geom_count()`
4.	Datos enteros	Posición: jitter	`geom_count()`

Datos de baja precisión (y enteros)

p <- ggplot(iris, aes(Sepal.Length, 
                      Sepal.Width))

p + geom_point()

El jitter puede dar una impresión errónea

p + geom_jitter(alpha = 0.5,
                width = 0.1,
                height = 0.1)

geom_count()

p + 
  geom_count()

Conexión geom/stat

geom_	stat_
`geom_count()`	`stat_sum()`

stat_sum()

p + 
  stat_sum()

El sobretrazado aún puede ser un problema

ggplot(iris, aes(Sepal.Length,
                 Sepal.Width, 
                 color = Species)) + 
  geom_count(alpha = 0.4)

geom_quantile()

ggplot(iris, aes(Sepal.Length,
                 Sepal.Width, 
                 color = Species)) + 
  geom_count(alpha = 0.4)

Cómo tratar la heterocedasticidad

library(AER)
data(Journals)

p <- ggplot(Journals, 
            aes(log(price/citations), 
                log(subs))) +
  geom_point(alpha = 0.5) +
  labs(...)

p

Usar geom_quantile

p +
  geom_quantile(quantiles = 
                c(0.05, 0.50, 0.95))

Conexión geom/stat

geom_	stat_
`geom_count()`	`stat_sum()`
`geom_quantile()`	`stat_quantile()`

¡Listo para practicar!

Visualización de datos intermedia con ggplot2