Boas práticas de visualização em R

Agora mudamos o foco para dados de observação única, ou dados pontuais, e veremos quando os gráficos de barras são apropriados e quando não são, o que usar quando não forem, e melhorias gerais baseadas em percepção para seus gráficos.

Agora seguimos para a visualização de dados de distribuição; mostramos a fragilidade dos histogramas, discutimos quando é melhor mudar para gráficos de densidade por kernel e como fazer ambos funcionarem da melhor forma para seus dados.

Para finalizar, vamos comparar múltiplas distribuições entre si. Veremos por que os box plots tradicionais são muito arriscados e como melhorá-los facilmente, além de investigar quando você deve usar alternativas mais avançadas, como o beeswarm plot e os violin plots.