Statistieken: sum en quantile

Gevorderde datavisualisatie met ggplot2

Rick Scavetta

Founder, Scavetta Academy

Herhaling uit cursus 1

	Oorzaak van overplotting	Oplossingen
1.	Grote datasets	Alpha-blending, holle cirkels, puntgrootte
2.	Uitgelijnde waarden op één as	Zoals boven, plus positie wijzigen
3.	Lage precisie data	Positie: jitter
4.	Gehele-getallen-data	Positie: jitter

Tel aantallen om overplotting te vermijden

	Oorzaak van overplotting	Oplossingen	Hier...
1.	Grote datasets	Alpha-blending, holle cirkels, puntgrootte
2.	Uitgelijnde waarden op één as	Zoals boven, plus positie wijzigen
3.	Lage precisie data	Positie: jitter	`geom_count()`
4.	Gehele-getallen-data	Positie: jitter	`geom_count()`

Lage precisie (& gehele getallen) data

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

p + geom_point()

Jitter kan een verkeerd beeld geven

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

geom_count()

p + 
  geom_count()

De link tussen geom/stat

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

stat_sum()

p + 
  stat_sum()

Overplotting kan nog steeds een probleem zijn

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)

Omgaan met heteroscedasticiteit

library(AER)
data(Journals)

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

p

geom_quantile gebruiken

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

De link tussen geom/stat

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

Klaar voor oefeningen!

Gevorderde datavisualisatie met ggplot2