De la histogramă la KDE

În aceste exerciții, vom analiza un subset al datelor noastre privind amenzile acordate camioanelor de tip "Heavy Duty Truck". Imaginează-ți că ești un șofer de camion care vrea să știe în ce momente ale zilei riscul pe drum este cel mai mare. Rețineți că dimensiunea eșantionului este de doar 32 de observații.

Mai jos găsești codul pentru a crea o histogramă implicită cu ggplot. Cum era de așteptat, rezultatul nu este prea relevant. Datele nu sunt suficiente pentru a popula nici măcar 30 de intervale, ceea ce face graficul greu de citit și de interpretat. Schimbă geometria la un KDE folosind geom_density(). În final, pentru a păstra transparența maximă a vizualizării tale, adaugă un subtitlu graficului care să indice lățimea de bandă utilizată pentru KDE.

Acest exercițiu face parte din cursul

Cele mai bune practici de vizualizare în R

Vezi cursul

Instrucțiuni pentru exercițiu

Schimbă geometria histogramei cu una de tip densitate (geom_density()).
Modifică lățimea implicită a intervalului la 1.5 unități.
Adaugă subtitle-ul "Gaussian kernel SD = 1.5" graficului tău, pentru a informa cititorul cu privire la lățimea de bandă a kernelului.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# filter data to just heavy duty trucks
truck_speeding <- md_speeding %>% 
    filter(vehicle_type == "Heavy Duty Truck")
 
ggplot(truck_speeding, aes(x = hour_of_day)) +
    # switch to density with bin width of 1.5, keep fill 
    geom_histogram(fill = 'steelblue') +
    # add a subtitle stating binwidth
    labs(title = 'Citations by hour')

Editează și rulează codul