Perché utilizzare gli istogrammi?

Gli istogrammi vengono utilizzati per visualizzare la distribuzione di dati continui (numerici). Mostrano come i dati sono distribuiti tra intervalli (bin) e aiutano a:

• Individuare asimmetrie, valori anomali o lacune;
• Comprendere la distribuzione di frequenza;
• Valutare rapidamente se i dati seguono una distribuzione normale o meno.

Sono particolarmente indicati per variabili come prezzo, chilometraggio o età.

Sintassi dell'istogramma in ggplot2

È possibile creare un istogramma utilizzando geom_histogram(), dove la variabile x deve essere numerica.

ggplot(data = df, aes(x = variable)) +
  geom_histogram()

L'aspetto dell'istogramma può essere personalizzato tramite argomenti come bins (numero di intervalli), fill (colore delle barre), color (colore del bordo) e theme per la formattazione.

Esempio: Distribuzione dei prezzi di vendita

Un istogramma può essere utilizzato per esaminare come i prezzi delle auto sono distribuiti nel dataset. In questo esempio, le barre sono riempite di blu acciaio e contornate di nero, mentre etichette e un tema minimale vengono aggiunti per maggiore chiarezza.

ggplot(data = df, aes(x = selling_price)) +
  geom_histogram(fill = "steelblue", color = "black") +
  labs(title = "Distribution of Selling Prices",
       x = "Selling Price (in PKR)",
       y = "Count") +
  theme_minimal()

Questo grafico rivela la forma complessiva della distribuzione dei prezzi di vendita, facilitando l'individuazione di eventuali concentrazioni di auto in una determinata fascia di prezzo o la presenza di valori anomali agli estremi.