1. Learn
    2. /
  2. Courses
    3. /
  3. Visualización intermedia de datos con ggplot2
  • 1

    Estadísticas

    Free

    Una imagen vale más que mil palabras, por eso R ggplot2 es una herramienta tan potente para el análisis gráfico de datos. En este capítulo, pasarás del simple trazado de datos a la aplicación de diversos métodos estadísticos. Incluyen diversos modelos lineales, estadísticas descriptivas e inferenciales (media, desviación típica e intervalos de confianza) y funciones personalizadas.

  • 2

    Coordenadas

    Las capas de Coordenadas ofrecen herramientas específicas y muy útiles para comunicar datos con eficacia y precisión. Aquí veremos las distintas formas de utilizar eficazmente estas capas, para que puedas visualizar claramente conjuntos de datos lognormales, variables con unidades y datos periódicos.

  • 3

    Facetas

    Las facetas te permiten dividir los gráficos en varios paneles, cada uno de los cuales muestra subconjuntos del conjunto de datos. Aquí aprenderás a envolver facetas y a organizarlas en una cuadrícula, así como a proporcionarles un etiquetado personalizado.

  • 4

    Buenas prácticas

    Ahora que tienes las habilidades técnicas para hacer grandes visualizaciones, es importante que las hagas tan significativas como sea posible. En este capítulo, repasarás tres tipos de gráficos que suelen desaconsejarse en la comunidad de visualización de datos: los mapas de calor, los gráficos circulares y los gráficos dinamita. Aprenderás las trampas de estas tramas y cómo evitar cometer esos errores tú mismo.

Initializing

Exercise

Preparativos

En los ejercicios siguientes, intentaremos realizar la trama que se muestra en el visor. Aquí estableceremos nuestras posiciones y la capa base de la trama.

Establecer estos elementos como objetos independientes nos permitirá reciclarlos fácilmente en muchas capas, o parcelas.

  • position_jitter() añade fluctuación (por ejemplo, para los puntos).
  • position_dodge() esquiva geoms, (por ejemplo, bar, col, boxplot, violin, errorbar, pointrange).
  • position_jitterdodge() jitters y esquiva geoms, (por ejemplo, puntos).

Como antes, utilizaremos mtcars, donde fcyl y fam son variables factoriales propias de las variables originales cyl y am.

Instructions 1/2

undefined XP
    1
    2

  • Utilizando estas tres funciones, define estos objetos de posición:

  • posn_j: oscilará con un width de 0.2.

  • posn_d: esquivará con un width de 0.1.

  • posn_jd se moverá y esquivará con un jitter.width de 0.2 y un dodge.width de 0.1.