Visualisera många kategorier

Hittills i det här kapitlet har vi bara studerat skillnader i en numerisk variabel mellan två kategorier. Många datamängder innehåller förstås fler kategorier. Innan du genomför tester på många kategorier är det ofta bra att göra en explorativ dataanalys – det vill säga beräkna sammanfattande statistik för varje grupp och visualisera fördelningarna av den numeriska variabeln för varje kategori med lådagram.

Här återvänder vi till data om försenade leveranser och undersöker hur priset per paket (pack_price) varierar mellan de tre leveranssätten (shipment_mode): "Air", "Air Charter" och "Ocean".

late_shipments finns tillgänglig; dplyr och ggplot2 är inladdade.