Vizualizace mnoha kategorií

Dosud jsme v této kapitole uvažovali pouze o rozdílech v numerické proměnné mezi dvěma kategoriemi. Mnoho datových sad ale obsahuje více kategorií. Než přistoupíš k testování na více kategoriích, je užitečné nejprve provést průzkumnou analýzu dat – tedy vypočítat souhrnné statistiky pro každou skupinu a vizualizovat rozložení numerické proměnné pro každou kategorii pomocí krabicových grafů.

Vrátíme se k datům o opožděných zásilkách a podíváme se, jak se cena balíku (pack_price) liší mezi třemi způsoby dopravy (shipment_mode): "Air", "Air Charter" a "Ocean".

Dataset late_shipments je k dispozici; balíčky dplyr a ggplot2 jsou načteny.