Vizualizarea mai multor variabile

Pe măsură ce iei în calcul tot mai multe variabile, reprezentarea lor simultană devine din ce în ce mai dificilă. Pe lângă axele x și y pentru două variabile numerice, poți folosi culoarea pentru o a treia variabilă numerică și fatetarea pentru variabile categorice. Cam aici se termină posibilitățile, înainte ca graficele să devină greu de interpretat. Există tipuri specializate de grafice, cum ar fi hărțile de căldură pentru corelații sau graficele cu coordonate paralele, care pot gestiona mai multe variabile – însă oferă mult mai puține informații despre fiecare variabilă în parte și nu sunt ideale pentru vizualizarea predicțiilor unui model.

În acest exercițiu, vei duce scatter plot-ul la limită, reprezentând simultan prețul casei, distanța față de stația MRT, numărul de magazine de proximitate din apropiere și vârsta casei, toate într-un singur grafic.

taiwan_real_estate este disponibil; ggplot2 este încărcat.

Acest exercițiu face parte din cursul

Regresie intermediară în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosind setul de date taiwan_real_estate, desenează un scatter plot al n_convenience față de rădăcina pătrată a dist_to_mrt_m, colorat după price_twd_msq.
Folosește scala de culori viridis plasma continuă.
Fatetează graficul, grupând după house_age_years.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Using taiwan_real_estate, no. of conv. stores vs. sqrt of dist. to MRT, colored by plot house price
___ +
  # Make it a scatter plot
  ___ +
  # Use the continuous viridis plasma color scale
  ___ +
  # Facet, wrapped by house age
  ___

Editează și rulează codul