Comparando muitas distribuições

Vamos revisitar o gráfico facetado que fizemos antes, agora com nossas novas técnicas. Será que conseguimos entender melhor as relações com nossos novos tipos de gráfico?

O código fornecido cria a mesma visualização da lição anterior. Altere o código para usar violin plots para mostrar a densidade em vez de jitter plots para desenhar os dados individuais. Como no exercício anterior, diminua a largura do boxplot para que ele fique, em sua maioria, dentro dos violin plots. Por fim, não esqueça de adicionar um subtítulo ao gráfico informando a largura dos kernels do seu violin plot!

Este exercício faz parte do curso

Boas práticas de visualização em R

Ver curso

Instruções do exercício

Substitua geom_jitter() por geom_violin().
Defina fill = 'steelblue' e desvio padrão do kernel de 2.5 para a geometria do violin.
Reduza a width de geom_boxplot() definindo-a como 0.3.
Adicione o subtítulo Gaussian kernel width: 2.5'.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

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

    )

Editar e executar o código