Comparar muchas distribuciones

Volvamos al gráfico facetado que hicimos antes, pero ahora con nuestras nuevas técnicas. ¿Podemos entender mejor las relaciones con estos nuevos tipos de gráficos?

El código proporcionado crea la misma visualización que hiciste en la lección anterior. Cambia el código para usar violin plots y mostrar la densidad en lugar de jitter plots para los datos individuales. Como en el ejercicio anterior, reduce el ancho del boxplot para que quede principalmente dentro de los violin plots. Por último, no olvides añadir un subtítulo al gráfico indicando el ancho de los kernels de tu violin plot.

Este ejercicio forma parte del curso

Buenas prácticas de visualización en R

Ver curso

Instrucciones del ejercicio

Sustituye geom_jitter() por geom_violin().
Establece fill = 'steelblue' y una desviación estándar del kernel de 2.5 para la geometría de violín.
Reduce el width de geom_boxplot() ajustándolo a 0.3.
Añade el subtítulo Gaussian kernel width: 2.5'.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

md_speeding %>% 
    ggplot(aes(x = gender, y = speed)) + 
    # replace with violin plot with kernel width of 2.5, change color argument to fill 
    geom_jitter(alpha = 0.3, color = 'steelblue') +
    # reduce width to 0.3
    geom_boxplot(alpha = 0) +
    facet_wrap(~vehicle_color) +
    labs(
        title = 'Speed of different car colors, separated by gender of driver'
        # add a subtitle w/ kernel width

    )

Editar y ejecutar código