Jak określać statystyki?

Zazwyczaj pracujemy z danymi tabelarycznymi, ze zmiennymi w kolumnach i obserwacjami w wierszach.

Nie zawsze jednak chcemy by każdy wiersz był przedstawiony na wykresie. W określonych sytuacjach zamiast przedstawiać wiersze osobno, lepiej jest wyliczyć na nich jakąś statystykę i to ją przedstawić na wykresie.

Taka statystyka może scharakteryzować zależność w danych i być dobrym uzupełnieniem prezentacji poszczególnych punktów.

Warstwy ze statystykami można tworzyć używając funkcji stat_ (ich lista jest tutaj http://docs.ggplot2.org/current/) lub funkcji geom_ w których określi się argument stat.

Statystyki można parametryzować. Przykładowo, statystyka stat_smooth() ma argument method pozwalający na określenie w jaki sposób ma być wyznaczany trend w danych, statystyka stat_density2d() pozwala na określenie parametrów gęstości jądrowej, w tym szerokości okna.

Poniżej przedstawiamy cztery wybrane statystyki. Każda z nich tworzy osobną warstwę na wykresie.

library(ggplot2)
library(SmarterPoland)

ggplot(countries, aes(x = birth.rate, y = death.rate)) +
  stat_smooth() + geom_point()

ggplot(countries, aes(x=birth.rate, y=death.rate)) +
  stat_density2d(h=c(10,10), color="grey")  + geom_point()

ggplot(countries, aes(x = continent, y = birth.rate)) +
  stat_boxplot(fill="grey", coef = 3) + geom_jitter(width = 0.3)

ggplot(countries, aes(x=continent, fill=continent)) +
  geom_bar()