ggplot2 - Grafici a dispersione e grafici di jitter
I grafici a dispersione sono simili ai grafici a linee solitamente utilizzati per la stampa. I grafici a dispersione mostrano quanto una variabile è correlata a un'altra. La relazione tra le variabili è chiamata correlazione che viene solitamente utilizzata nei metodi statistici. Useremo lo stesso set di dati chiamato "Iris" che include molte variazioni tra ciascuna variabile. Questo è un famoso set di dati che fornisce misurazioni in centimetri delle variabili lunghezza e larghezza dei sepali con lunghezza e larghezza dei petali per 50 fiori di ciascuna delle 3 specie di iris. Le specie sono chiamate Iris setosa, versicolor e virginica.
Creazione di un grafico a dispersione di base
I seguenti passaggi sono coinvolti per la creazione di grafici a dispersione con il pacchetto "ggplot2" -
Per creare un grafico a dispersione di base viene eseguito il seguente comando:
> # Basic Scatter Plot
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+ geom_point()
Aggiunta di attributi
Possiamo cambiare la forma dei punti con una proprietà chiamata shape nella funzione geom_point ().
> # Change the shape of points
> ggplot(iris, aes(Sepal.Length, Petal.Length)) +
+ geom_point(shape=1)
Possiamo aggiungere colore ai punti che viene aggiunto nei grafici a dispersione richiesti.
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1)
In questo esempio, abbiamo creato i colori secondo le specie menzionate nelle leggende. Le tre specie si distinguono in modo univoco nella trama menzionata.
Ora ci concentreremo sullo stabilire una relazione tra le variabili.
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1) +
+ geom_smooth(method=lm)
geom_smooth la funzione aiuta il modello di sovrapposizione e crea il modello delle variabili richieste.
Il metodo degli attributi "lm" menziona la retta di regressione che deve essere sviluppata.
> # Add a regression line
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1) +
+ geom_smooth(method=lm)
Possiamo anche aggiungere una linea di regressione senza una regione di confidenza ombreggiata con la sintassi sotto menzionata -
># Add a regression line but no shaded confidence region
> ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) +
+ geom_point(shape=1) +
+ geom_smooth(method=lm, se=FALSE)
Le regioni ombreggiate rappresentano cose diverse dalle regioni di fiducia.
Grafici di jitter
I grafici jitter includono effetti speciali con i quali è possibile rappresentare grafici sparsi. Il jitter non è altro che un valore casuale assegnato ai punti per separarli come indicato di seguito -
> ggplot(mpg, aes(cyl, hwy)) +
+ geom_point() +
+ geom_jitter(aes(colour = class))