Anpassa ett felmarginalsdiagram i ggplot2
Förhoppningsvis identifierade du några problem med diagrammet du skapade i föregående övning. Eftersom kommunerna inte är sorterade är det svårt för en läsare att urskilja mönster i datan. Felmarginalsdiagram är betydligt mer effektiva när punkterna är ordnade, eftersom det gör det lättare att förstå osäkerheten i skattningarna i förhållande till varandra. Dessutom gör bristen på formatering det svårt att förstå diagrammets innehåll. I den här övningen städar du upp din ggplot2-kod för att skapa ett betydligt mer visuellt tilltalande felmarginalsdiagram.
Den här övningen är en del av kursen
Analysera folkräkningsdata från USA i R
Övningsinstruktioner
- Använd tidyverse-funktionen
str_replace()för att ta bort" County, Maine"från kommunnamnet. - Sortera kommunerna i fallande ordning efter medianinkomst per hushåll i diagrammet.
- Ange undertiteln till "Counties in Maine" för att lägga till information som är gemensam för datapunkterna, med hjälp av
subtitle.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Remove unnecessary content from the county's name
maine_inc2 <- maine_inc %>%
mutate(NAME = ___(NAME, " County, Maine", ""))
# Build a margin of error plot incorporating your modifications
ggplot(maine_inc2, aes(x = estimate, y = ___(NAME, estimate))) +
geom_errorbarh(aes(xmin = ___ - moe, xmax = estimate + ___)) +
geom_point(size = 3, color = "darkgreen") +
theme_grey(base_size = 14) +
labs(title = "Median household income",
___ = "Counties in Maine",
x = "ACS estimate (bars represent margins of error)",
y = "") +
scale_x_continuous(labels = scales::dollar)