Pourquoi utiliser des nuages de points ?

Un nuage de points est idéal pour visualiser les relations entre variables. Il permet de :

• Montrer les relations entre deux variables numériques ;
• Détecter des motifs, des regroupements ou des valeurs aberrantes ;
• Explorer la corrélation (positive/négative/aucune).

Syntaxe du nuage de points avec ggplot2

Vous pouvez créer un nuage de points avec geom_point(). Pour cela, il faut spécifier les esthétiques pour les axes x et y.

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

Pour distinguer les groupes au sein des données, vous pouvez ajouter une variable de regroupement à l'esthétique color. Cela attribue des couleurs différentes à chaque groupe, facilitant l'identification des motifs.

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

Exemple : Prix de vente vs. kilomètres parcourus

Un nuage de points peut être utilisé pour examiner comment l'utilisation d'une voiture est liée à son prix de vente. Dans cet exemple, l'axe des abscisses indique le nombre de kilomètres parcourus, tandis que l'axe des ordonnées indique le prix de vente.

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")

Cette visualisation met souvent en évidence les tendances de dépréciation : à mesure que le kilométrage augmente, le prix de vente diminue généralement. Elle peut également révéler des valeurs aberrantes, comme des voitures affichant des prix exceptionnellement élevés malgré un kilométrage important.