Typische Probleme
Wenn du eine Datenvisualisierung siehst – egal ob von dir selbst oder von Kolleg:innen –, solltest du immer kritisch hinterfragen, ob sie die Daten in irgendeiner Weise verschleiert.
Schauen wir uns die Schritte an, mit denen wir die Grafik im Viewer erstellen und verbessern können.
Die Daten stammen aus einem Experiment, in dem die Wirkung zweier Vitamin-C-Quellen – Orangensaft und Ascorbinsäure – auf das Wachstum der Odontoblasten (Zellen, die für das Zahnwachstum verantwortlich sind) bei 60 Meerschweinchen getestet wurde.
Die Daten liegen im Data Frame TG mit drei Variablen: dose, len und supp.
Diese Übung ist Teil des Kurses
Fortgeschrittene Datenvisualisierung mit ggplot2
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Initial plot
growth_by_dose <- ggplot(TG, aes(dose, len, color = supp)) +
stat_summary(fun.data = mean_sdl,
fun.args = list(mult = 1),
position = position_dodge(0.1)) +
theme_gray(3)
# View plot
growth_by_dose