Diamonds-Histogramm-Vergleich

vis

2023

schoice

Published

February 26, 2023

Aufgabe

Die Daten beziehen sich auf den Datensatz diamonds und sind hier einzusehen bzw. können bei Interesse dort heruntergeladen werden.

Hinweise:

Mit “Facette” sind “Teilbilder” gemeint, die jeweils eine Teilgruppe der Daten visualisieren, z.B. könnte die Variable “Geschlecht” zwei Facetten (Frauen, Männer) beinhalten.

Answerlist

Der vertikale Strich passt nicht auf den Median.
Es ist nicht sinnvoll, die Gesamtverteilung zusätzlich zur Verteilung pro Gruppe in jeder Facette darzustellen.
Den globalen Median (für den gesamten Datensatz, also über alle Gruppen hinweg) in jeder Facette darzustellen, ist redundant. Daher ist es besser, in jeder Facetten den Median pro Gruppe darzustellen.
Die Verwendung einer Füllfarbe (Diagramm B) ist hier nicht sinnvoll.

Lösung

Answerlist

Falsch
Falsch
Wahr
Falsch

Categories:

vis
‘2023’
schoice

--- exname: Diamonds-Histogramm-Vergleich extype: schoice exsolution: 8 exshuffle: no expoints: 1 categories: - vis - '2023' - schoice date: '2023-02-26' slug: Diamonds-Histogramm-Vergleich title: Diamonds-Histogramm-Vergleich --- ```{r global-knitr-options, include=FALSE} knitr::opts_chunk$set(fig.pos = 'H', fig.asp = 0.618, fig.width = 4, fig.cap = "", fig.path = "", dpi = 96, out.width = "100%", message = FALSE, echo = FALSE) ``` # Aufgabe Die Daten beziehen sich auf den Datensatz `diamonds` und sind [hier](https://ggplot2.tidyverse.org/reference/diamonds.html) einzusehen bzw. können bei Interesse dort heruntergeladen werden. ```{r p-diamonds1, echo = FALSE} data(diamonds, package = "ggplot2") library(tidyverse) library(gghighlight) library(cowplot) p1 <- diamonds %>% drop_na(cut, price) %>% filter(cut %in% c("Fair", "Premium", "Ideal")) %>% mutate(price = price/1000 %>% round) %>% ggplot() + aes(x = price) + geom_histogram() + geom_vline(aes(xintercept = median(price))) + theme_light() + facet_wrap( ~ cut, scales = "free") diamonds %>% drop_na(cut, price) %>% filter(cut %in% c("Fair", "Premium", "Ideal")) %>% group_by(cut) %>% mutate(price = price/1000 %>% round) %>% summarise(price = median(price)) -> diamonds_sum p2 <- diamonds %>% drop_na(cut, price) %>% filter(cut %in% c("Fair", "Premium", "Ideal")) %>% mutate(price = price/1000 %>% round) %>% ggplot() + aes(x = price, fill = cut) + geom_histogram() + scale_fill_viridis_d() + gghighlight() + facet_wrap(~ cut, scales = "free") + geom_vline(data = diamonds_sum, aes(xintercept = price)) + theme_light() plot_grid(p1, p2, nrow = 2, labels = c("A", "B")) ``` Hinweise: - Mit "Facette" sind "Teilbilder" gemeint, die jeweils eine Teilgruppe der Daten visualisieren, z.B. könnte die Variable "Geschlecht" zwei Facetten (Frauen, Männer) beinhalten. Answerlist ---------- * Der vertikale Strich passt *nicht* auf den Median. * Es ist nicht sinnvoll, die Gesamtverteilung zusätzlich zur Verteilung pro Gruppe in jeder Facette darzustellen. * Den globalen Median (für den gesamten Datensatz, also über alle Gruppen hinweg) in jeder Facette darzustellen, ist redundant. Daher ist es besser, in jeder Facetten den Median pro Gruppe darzustellen. * Die Verwendung einer Füllfarbe (Diagramm B) ist hier nicht sinnvoll. # Lösung Answerlist ---------- * Falsch * Falsch * Wahr * Falsch --- Categories: - vis - '2023' - schoice