Comparer de nombreuses distributions

Revenons au graphique à facettes créé précédemment, mais cette fois avec nos nouvelles techniques. Avec ces nouveaux types de tracés, pouvons-nous mieux comprendre les relations ?

Le code fourni produit la même visualisation que dans la leçon précédente. Modifiez-le pour utiliser des violons afin d’afficher la densité, au lieu d’un nuage de points avec jitter pour les données individuelles. Comme dans l’exercice précédent, réduisez la largeur du boxplot pour qu’il se place principalement à l’intérieur des violons. Enfin, n’oubliez pas d’ajouter un sous-titre au graphique indiquant la largeur des noyaux de votre tracé en violon !

Cet exercice fait partie du cours

<cours>Bonnes pratiques de visualisation avec R</cours>

Voir le cours

Instructions de l’exercice

Remplacez geom_jitter() par geom_violin().
Définissez fill = 'steelblue' et un écart type du noyau de 2.5 pour la géométrie violon.
Réduisez la width de geom_boxplot() en la fixant à 0.3.
Ajoutez le sous-titre Largeur du noyau gaussien : 2.5.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

    )

Modifier et exécuter le code