Steekproefgewogen dichtheidsplots
We kunnen de vorm van een variabele ook verkennen met de vloeiende curve van een dichtheidsplot. Laten we een dichtheidsplot maken van de slaapuren per nacht, met een facet per geslacht. Waar de hoogte van de histogrambalken tellingen weergeeft, geeft de hoogte van de dichtheidskromme kansen weer. Daarom moeten we eerst wat data wranglen voordat we de plot maken.
Deze oefening maakt deel uit van de cursus
Enquêtedata analyseren in R
Oefeninstructies
- Verwijder in
NHANESrawde rijen waarSleepHrsNightofGenderontbreekt. - Groepeer op
Genderen voeg de kolomWTMEC4YR_stdtoe die gelijk is aanWTMEC4YR/sum(WTMEC4YR). - Pipe je bewerkte data rechtstreeks naar
ggplot()waarbij jeSleepHrsNightaanxkoppelt enWTMEC4YR_stdaan het gewicht. Voeg een dichtheidslaag toe metbw = 0.6enfill = "gold"en een facet-laag waarbij je facettet opGender.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Density plot of sleep faceted by gender
NHANESraw %>%
___(!is.na(___), !is.na(___)) %>%
group_by(___) %>%
mutate(WTMEC4YR_std = ___) %>%
ggplot(mapping = aes(x = ___, weight = ___)) +
geom____(bw = 0.6, fill = "gold") +
labs(x = "Hours of Sleep") +
____wrap(~___, labeller = "label_both")