Histogramas com ggplot2

Neste post usaremos histogramas para compreender grupos nos dados.

Olá! Agora vamos trabalhar com alguns gráficos para análisar nossos dados

Neste post fizemos algumas manipulações para formar grupos e entender os dados. Hoje faremos alguns gráficos para ajudar na interpretação.

Continuaremos usando os dados mpg (miles per gallon) incluso no pacote ggplot, por isso vamos carregar o tidyverse:

library(tidyverse)

Para compreender mais sobre os dados, clique no link do post anterior

Será que os motores ficaram mais eficientes ao longo do tempo?

Para responder essa pergunta, podemos plotar a eficiencia dos motores (aqui medida pelo gasto de galões por milhas percorridas), para plotar usamos as funções embutidas no pacote ggplot2.

Histogramas

Histogramas são também conhecidos como gráficos de frequência e nos mostram quantas vezes um valor aparece em nosso data set:

mpg %>%
  ggplot(aes(x = cty)) +
  geom_histogram(binwidth = 1)

Perceba que no eixo Y está a contagem de quantas vezes aquele valor aparece, enquanto no eixo X podemos ver os valores de cty (a quantidade de milhas que um carro percorre por galão de combustível)

Podemos contruir outros histogramas e compará-los:

mpg %>%
  filter(year == 1999) %>%
  ggplot(aes(x = cty)) +
  geom_histogram()

mpg %>%
  filter(year == 2008) %>%
  ggplot(aes(x = cty)) +
  geom_histogram()

Agora podemos usar o pacote Patchwork para visualizar os dois gráficos no mesmo quadro:

library(patchwork)

hist1999 <- mpg %>%
  filter(year == 1999) %>%
  ggplot(aes(x = cty)) +
  geom_histogram() +
  xlab("1999")
  
hist2008 <- mpg %>%
  filter(year == 2008) %>%
  ggplot(aes(x = cty)) +
  geom_histogram() +
  xlab("2008")
  
hist1999  + hist2008

Interessante, não?

Podemos também mudar a cor dos nossos plots para melhorar a comparação:

hist1999 <- mpg %>%
  filter(year == 1999) %>%
  ggplot(aes(x = cty)) +
  geom_histogram(color = "Blue", binwidth = 1) +
  xlab("1999")
  
hist2008 <- mpg %>%
  filter(year == 2008) %>%
  ggplot(aes(x = cty)) +
  geom_histogram(color = "Red", binwidth = 1) +
  xlab("2008")
  
hist1999  + hist2008

Observando dessa maneira parece até fácil concluir que os carros se tornaram mais eficientes ao longo dos anos.

Existem formas interessantes de aumentar a qualidade dos nossos histogramas. Veja como ficam com cores:

color_hist1999 <- mpg %>%
  filter(year == 1999) %>%
  ggplot(aes(x = cty)) +
  geom_histogram(color = "Firebrick", binwidth = 1, fill = "MidnightBlue") +
  xlab("1999")
  
color_hist2008 <- mpg %>%
  filter(year == 2008) %>%
  ggplot(aes(x = cty)) +
  geom_histogram(color = "dodgerblue", binwidth = 1, fill = "Firebrick") +
  xlab("2008")
  
color_hist1999  + color_hist2008

Um tipo de gráfico similar e que também nos entrega informações de frequências e grupos, é o plot de densidade.

Plots de densidade

Com o ggplot podemos fazer um gráfico de densidade de forma bem simples:

library(tidyverse)
mpg %>%
  ggplot(aes(x = cty)) +
  geom_density(aes(colour = as.factor(year))) +
  xlab("Density Plot")

Nesse tipo de plot podemos ver a presença de múltiplos subgrupos, a área embaixo da curva para cada sub-grupo soma até 1. Isso nos permite comparar subgrupos de diferentes tamanhos.

Também é possível otimizar a visualização desse tipo de gráfico, mexa nos argumentos da função geom_density() e explore o que ela é capaz de fazer!