Een ggplot2-grafiek met marge van fout aanpassen
Hopelijk heb je wat problemen gezien in de grafiek die je in de vorige oefening maakte. Doordat de counties niet geordend zijn, zijn patronen in de gegevens lastig te herkennen voor de kijker. Zeker bij grafieken met marges van fout werkt het veel beter als de punten geordend zijn, omdat de volgorde kijkers helpt de onzekerheid in schattingen te vergelijken met andere schattingen. Daarnaast maakt het ontbreken van opmaak het lastig om de inhoud van de grafiek te begrijpen. In deze oefening ruim je je ggplot2-code op om een veel aantrekkelijkere grafiek met marges van fout te maken.
Deze oefening maakt deel uit van de cursus
US Census-gegevens analyseren in R
Oefeninstructies
- Gebruik de tidyverse-functie
str_replace()om" County, Maine"uit de county-naam te verwijderen. - Herschik de counties in aflopende volgorde van het mediane huishoudinkomen in de grafiek.
- Stel de ondertitel in op "Counties in Maine" om met
subtitleinformatie toe te voegen die voor alle datapunten geldt.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Remove unnecessary content from the county's name
maine_inc2 <- maine_inc %>%
mutate(NAME = ___(NAME, " County, Maine", ""))
# Build a margin of error plot incorporating your modifications
ggplot(maine_inc2, aes(x = estimate, y = ___(NAME, estimate))) +
geom_errorbarh(aes(xmin = ___ - moe, xmax = estimate + ___)) +
geom_point(size = 3, color = "darkgreen") +
theme_grey(base_size = 14) +
labs(title = "Median household income",
___ = "Counties in Maine",
x = "ACS estimate (bars represent margins of error)",
y = "") +
scale_x_continuous(labels = scales::dollar)