Stats: soma e quantil

Visualização de Dados Intermediária com ggplot2

Rick Scavetta

Founder, Scavetta Academy

Relembrando do curso 1

	Causa do overplotting	Soluções
1.	Conjuntos grandes	Alpha blending, círculos vazados, tamanho do ponto
2.	Valores alinhados em um eixo	Como acima, mais mudar posição
3.	Dados de baixa precisão	Posição: jitter
4.	Dados inteiros	Posição: jitter

Plote contagens para evitar overplotting

	Causa do overplotting	Soluções	Aqui...
1.	Conjuntos grandes	Alpha blending, círculos vazados, tamanho do ponto
2.	Valores alinhados em um eixo	Como acima, mais mudar posição
3.	Dados de baixa precisão	Posição: jitter	`geom_count()`
4.	Dados inteiros	Posição: jitter	`geom_count()`

Dados de baixa precisão (e inteiros)

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

p + geom_point()

Jitter pode dar impressão errada

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

geom_count()

p + 
  geom_count()

Conexão entre geom e stat

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

stat_sum()

p + 
  stat_sum()

Overplotting ainda pode ser um 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)

Lidando com heterocedasticidade

library(AER)
data(Journals)

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

p

Usando geom_quantiles

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

Conexão entre geom e stat

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

Pronto para os exercícios!

Visualização de Dados Intermediária com ggplot2