ggcleveland

Gráficos para Análisis Exploratorio de Datos

Plots for Exploratory Data Analysis

Web: https://mpru.github.io/ggcleveland/

El libro Visualizing Data de William S. Cleveland es una pieza clásica en la literatura sobre Análisis Exploratorio de Datos (AED). Habiendo sido escrito algunas décadas atrás, su contenido sigue siendo relevante ya que propone herramientas útiles para descubrir patrones y relaciones en los datos estudiados, como así también para evaluar ajustes. Este paquete ofrece funciones que producen la versión en ggplot2 de las herramientas de visualización descriptas en este libro. Fue diseñado como material complementario en cursos sobre AED.

William S. Cleveland’s book ‘Visualizing Data’ is a classic piece of literature on Exploratory Data Analysis (EDA). Although it was written several decades ago, its content is still relevant as it proposes several tools which are useful to discover patterns and relationships among the data under study, and also to assess the goodness of fit o a model. This package provides functions to produce the ggplot2 versions of the visualization tools described in this book and is thought to be used in the context of courses on EDA.

Instalación / Instalation

Se puede instalar la versión en desarrollo del paquete ggcleveland desde GitHub con:

# install.packages("devtools")
devtools::install_github("mpru/ggcleveland")

Ejemplos / Examples

Podés ver ejemplos de cada una de los gráficos producidos con este paquete en las viñetas. Algunos de ellos son:

You can explore examples of each of the plots produced by this package in the vignettes. Some of them are:

Gráficos condicionales / Coplots:

library(ggcleveland)
library(dplyr)
library(ggplot2)
theme_set(theme_bw() + theme(panel.spacing = unit(0, "lines")))

data(rubber)

gg_coplot(rubber, x = tensile.strength, y = abrasion.loss, faceting = hardness,
  number_bins = 6, overlap = 3/4,
  ylabel = "Pérdida de abrasión (g/hp-hour))",
  xlabel = "Resistencia a la tracción (kg/cm2)",
  facet_label = "Dureza (grados Shore)", 
  loess_family = "symmetric", size = 2)

Residual-Fit plots:

data(futbol)

futbol <- 
  futbol %>% 
  group_by(longp) %>% 
  mutate(ajuste = mean(dist), res = dist - ajuste)

gg_rf(futbol, dist, ajuste, res, cen_obs = TRUE, ylabel = "Distancia (m)")

Gráfico Media-Diferencia de Tukey / Tukey’s MD Plot:

gg_tmd(futbol, dist, longp, size = 0.5)