Build your ultimate AI agent
Kursbeskrivning
Den här kursen i ggplot2 bygger vidare på dina kunskaper från introduktionskursen och fokuserar på att skapa meningsfulla förklarande diagram. Du beräknar statistik direkt i koden och ser hur koordinater och facetter underlättar kommunikationen av data. Du utforskar också principer för god datavisualisering med ggplot2, så att du förstår vad som fungerar och varför. När du är klar med kursen har du alla verktyg som behövs för att skriva en egen ritfunktion och utforska stora datamängder – med statistik och välgjorda visualiseringar.
Förkunskapskrav
Kursplan
Kursöversikt
1
Statistik
En bild säger mer än tusen ord, och just därför är ggplot2 ett så kraftfullt verktyg för grafisk dataanalys. I det här kapitlet går du från att enkelt rita data till att tillämpa en rad statistiska metoder – bland annat olika linjära modeller, deskriptiv och inferentiell statistik (medelvärde, standardavvikelse och konfidensintervall) samt egna funktioner.
2
Koordinater
Koordinatlager erbjuder specifika och mycket användbara verktyg för att kommunicera data på ett effektivt och korrekt sätt. Här går vi igenom hur du bäst använder dessa lager för att tydligt visualisera lognormala datamängder, variabler med enheter och periodiska data.
3
Facetter
Med facetter kan du dela upp diagram i flera paneler, där varje panel visar en delmängd av datamängden. Här lär du dig att radbryta facetter och arrangera dem i ett rutnät, samt att lägga till anpassade etiketter.
4
Bästa praxis
Nu när du har de tekniska färdigheterna att skapa bra visualiseringar är det viktigt att göra dem så meningsfulla som möjligt. I det här kapitlet granskar du tre diagramtyper som ofta avråds från inom datavisualiseringsvärlden: värmekartor, cirkeldiagram och dynamitdiagram. Du lär dig vilka fallgropar som finns och hur du undviker dessa misstag.
R
Datavisualisering med ggplot2 – fortsättningskurs
Kurs
slutförd
