Låddiagram för att hitta avvikande värden
Utöver att visa fördelningens centrum och spridning ger ett låddiagram ett grafiskt sätt att identifiera avvikande värden. Du kan använda den här metoden på kolumnen msrp (rekommenderat försäljningspris från tillverkaren) för att se om det finns ovanligt dyra eller billiga bilar.
Den här övningen är en del av kursen
Exploratory Data Analysis in R
Övningsinstruktioner
- Skapa ett låddiagram över
msrp. - Ta bort de 3–5 största avvikande värdena genom att filtrera raderna så att bara bilar som kostar mindre än 100 000 dollar behålls. Spara den reducerade datamängden som
cars_no_out. - Skapa ett liknande låddiagram över
msrpmed den reducerade datamängden. Jämför de två diagrammen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Construct box plot of msrp
cars %>%
ggplot(aes(x = 1, y = ___)) +
geom_boxplot()
# Exclude outliers from data
cars_no_out <- cars %>%
filter(___)
# Construct box plot of msrp using the reduced dataset
cars_no_out %>%
___ +
___