In this chapter, you will learn how to create graphical and numerical summaries of two categorical variables.

Exploring categorical data

Bar chart expectations

Contingency table review

Dropping levels

Side-by-side bar charts

Bar chart interpretation

Counts vs. proportions

Conditional proportions

Counts vs. proportions (2)

Distribution of one variable

Marginal bar chart

Conditional bar chart

Improve pie chart

Exploring Categorical Data

In this chapter, you will learn how to graphically summarize numerical data.

Numerieke gegevens verkennen

Gefacetteerde histogram

Boxplots en dichtheidsplots

Vergelijk verdelingen met grafieken

Verdeling van één variabele

Marginale en conditionele histogrammen

Interpretatie van marginale en conditionele histogrammen

Drie binbreedtes

Interpretatie van drie binwidths

Boxplots

Boxplots voor uitschieters

Plotselectie

Visualiseren in hogere dimensies

Plot met 3 variabelen

Interpreteer 3-variabelengrafiek

Exploring Numerical Data

Now that we've looked at exploring categorical and numerical data, you'll learn some useful statistics for describing distributions of data.

Measures of center

Choice of center measure

Calculate center measures

Measures of variability

Choice of spread measure

Calculate spread measures

Choose measures for center and spread

Shape and transformations

Describe the shape

Transformations

Outliers

Identify outliers

Numerical Summaries

Apply what you've learned to explore and summarize a real world dataset in this case study of email spam.

Introducing the data

Spam and num_char

Spam and num_char interpretation

Spam and !!!

Spam and !!! interpretation

Check-in 1

Collapsing levels

Image and spam interpretation

Data Integrity

Answering questions with chains

Check-in 2

What's in a number?

What's in a number interpretation

Conclusion

Case Study

Cars data

Comics data

Immigration data

Raw life expectancy data

Names data

Raw U.S. income data

Als je gegevensset als een tabel of database is weergegeven, is het lastig om er meer over te zien dan de omvang en de typen variabelen. In deze cursus leer je grafische en numerieke technieken gebruiken om de structuur van je data te ontdekken. Welke variabelen laten interessante verbanden zien? Welke observaties vallen op? Aan het eind van de cursus kun je deze en andere vragen beantwoorden en visualisaties maken die zowel inzichtelijk als mooi zijn.

Introduction to Statistics in R

Introduction to Data Visualization with ggplot2

Leer grafische en numerieke technieken voor verkennende data-analyse en mooie grafieken in R.

Exploratory Data Analysis in R

Leer hoe je grafische en numerieke technieken kunt gebruiken om de structuur van je gegevens te ontrafelen.

Associate Data Scientist in R

Data-analist  in R

Vergelijk verdelingen met grafieken

Exploratory Data Analysis in R

Praktische interactieve oefening