or
Questo esercizio fa parte del corso
Un’immagine vale più di mille parole: ecco perché ggplot2 in R è uno strumento così potente per l’analisi grafica dei dati. In questo capitolo passerai dal semplice plotting dei dati all’applicazione di vari metodi statistici, tra cui diversi modelli lineari, statistiche descrittive e inferenziali (media, deviazione standard e intervalli di confidenza) e funzioni personalizzate.
I livelli di Coordinate offrono strumenti specifici e molto utili per comunicare i dati in modo efficiente e accurato. Qui vedremo i vari modi per usare al meglio questi livelli, così potrai visualizzare chiaramente insiemi di dati lognormali, variabili con unità di misura e dati periodici.
Esercizio attuale
I Facet ti permettono di suddividere i grafici in più pannelli, ognuno con subset dell’insieme di dati. Qui imparerai a avvolgere i facet e disporli in una griglia, oltre a fornire etichette personalizzate.
Ora che hai le competenze tecniche per creare ottime visualizzazioni, è importante renderle il più significative possibile. In questo capitolo passerai in rassegna tre tipi di grafico spesso sconsigliati nella community della data viz: heat map, grafici a torta e dynamite plot. Imparerai le insidie di questi grafici e come evitare di commettere tu stesso questi errori.