Miksi käyttää hajontakuvioita?

Hajontakuvio soveltuu erinomaisesti muuttujien välisten suhteiden havainnollistamiseen. Sitä voidaan käyttää:

• Näyttämään kahden numeerisen muuttujan suhteet;
• Havaitsemaan kuvioita, ryhmittymiä tai poikkeavia havaintoja;
• Tutkimaan korrelaatiota (positiivinen/negatiivinen/ei korrelaatiota).

Hajontakuvion syntaksi ggplot2:ssa

Hajontakuvio luodaan funktiolla geom_point(). Määritä sekä x- että y-akselin estetiikat.

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

Aineiston ryhmien erottamiseksi voidaan lisätä ryhmittelymuuttuja color-estetiikkaan. Tämä antaa jokaiselle ryhmälle oman värin, mikä helpottaa kuvioiden tunnistamista.

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

Esimerkki: Myyntihinta vs. ajetut kilometrit

Hajontakuviolla voidaan tarkastella, miten auton käyttö vaikuttaa sen myyntihintaan. Tässä esimerkissä x-akselilla esitetään ajetut kilometrit ja y-akselilla myyntihinta.

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")

Tämä visualisointi tuo usein esiin arvon alenemisen trendejä – kun ajokilometrit kasvavat, myyntihinta yleensä laskee. Lisäksi se voi paljastaa poikkeavia havaintoja, kuten autot, joiden hinta on poikkeuksellisen korkea suuresta ajomäärästä huolimatta.