KDE cu multe date
Codul furnizat va genera un KDE de bază al variabilei percentage_over_limit pentru toate contravențiile. La prima vedere, setările par rezonabile. Avem multe date, așa că lățimea coșului este setată îngust: doar un procent. În plus, graficul rug, adăugat cu atenție, are un alpha redus la 0.7.
Dacă rulezi codul, vei observa imediat că graficul nu este grozav. Estimarea densității arată ca un arici, iar graficul rug este practic o bară neagră groasă, din cauza suprapunerii masive a punctelor.
Corectează asta mărind lățimea coșului la 2.5 și reducând alpha-ul graficului rug la 0.05, pentru a încerca să redai cât de cât suprapunerea punctelor. Nu uita să modifici și subtitlul pentru a reflecta noua lățime a kernelului!
Acest exercițiu face parte din cursul
Cele mai bune practici de vizualizare în R
Instrucțiuni pentru exercițiu
- Schimbă deviația standard a kernelului la
2.5 - Setează
alpha-ul graficului rug la0.05 - Modifică
subtitlela"Gaussian kernel SD = 2.5"pentru a reflecta noua lățime a kernelului.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
ggplot(md_speeding, aes(x = percentage_over_limit)) +
# Increase bin width to 2.5
geom_density(fill = 'steelblue', bw = 1, alpha = 0.7) +
# lower rugplot alpha to 0.05
geom_rug(alpha = 0.5) +
labs(
title = 'Distribution of % over speed limit',
# modify subtitle to reflect change in kernel width
subtitle = "Gaussian kernel SD = 1"
)