Summary  
This chapter explains how to use ggplot2’s geom_point to construct scatter plots by mapping numerical variables to x and y aesthetics and adding a grouping variable to color to reveal relationships, correlations, and outliers.

General domain of usage  
Automotive data analysis

## Hvorfor bruge scatter plots?
Et **scatter plot** er ideelt til at visualisere **relationer mellem variable**. Det kan bruges til:
- At vise **relationer** mellem to numeriske variable;
- At identificere mønstre, klynger eller outliers;
- At undersøge **korrelation** (positiv/negativ/ingen).

## Scatter plot syntaks i ggplot2
Du kan oprette et scatter plot med `geom_point()`. For at gøre dette, skal du angive æstetik for både `x`- og `y`-akserne.

```
ggplot(data = df, aes(x = variable_x, y = variable_y)) +
  geom_point()
```

For at skelne mellem grupper i dataene kan du tilføje en grupperingsvariabel til `color`-æstetikken. Dette tildeler forskellige farver til hver gruppe, hvilket gør mønstre lettere at identificere.

```
ggplot(data = df, aes(x = variable_x, y = variable_y, color = group_var)) +
  geom_point()
```

## Eksempel: Selling Price vs. Kilometers Driven
Et scatter plot kan bruges til at undersøge, hvordan en bils brug påvirker dens salgspris. I dette eksempel viser x-aksen antallet af kørte kilometer, mens y-aksen viser salgsprisen.

```
ggplot(df, aes(x = km_driven, y = selling_price)) +
  geom_point() +
  labs(title = "Scatter Plot of Selling Price vs. Kilometers Driven",
       x = "Kilometers Driven",
       y = "Selling Price")
```

Denne visualisering fremhæver ofte afskrivningstendenser – når kilometertallet stiger, falder salgsprisen typisk. Den kan også afsløre outliers, såsom biler med usædvanligt høje priser trods højt kilometertal.

Hvilken `ggplot2`-funktion opretter et scatter plot?


Opnå praktisk erfaring med dataanalyse i R ved at lære at rense, transformere og visualisere datasæt. Udforsk essentielle arbejdsgange såsom udvælgelse og filtrering af data, håndtering af manglende værdier og opsummering af resultater. Opbyg selvtillid i at forberede data til indsigt, rapportering og dybere statistisk udforskning.

Udforsk grundlæggende principper for dataanalyse med R. Lær at installere værktøjer, indlæse og inspicere datasæt, udvælge og filtrere information, sortere og transformere data, håndtere manglende værdier samt opsummere resultater for dybere indsigt.

Lær at skabe overbevisende visualiseringer med ggplot2. Opbyg søjlediagrammer, histogrammer, tæthedsplot og spredningsdiagrammer, og tilpas og forfin dem med stilindstillinger og facettering for at afdække dybere indsigter i dine data.

Styrk din forståelse af statistik til dataanalyse. Anvend beskrivende mål, identificer og håndter afvigere, og brug korrelationsteknikker med visuelle værktøjer som varmekort og spredningsdiagrammer for at afdække meningsfulde sammenhænge.

Oprettelse af Spredningsdiagrammer

Hvorfor bruge scatter plots?

Scatter plot syntaks i ggplot2

Eksempel: Selling Price vs. Kilometers Driven

Awesome!

Oprettelse af Spredningsdiagrammer

Hvorfor bruge scatter plots?

Scatter plot syntaks i ggplot2

Eksempel: Selling Price vs. Kilometers Driven