Hvorfor bruke tetthetsplott?

Et tetthetsplott er en utjevnet versjon av et histogram. Det er nyttig for å:

• Forstå fordelingen av en numerisk variabel;
• Sammenligne fordelinger på tvers av grupper (for eksempel drivstofftyper);
• Identifisere topper, skjevhet og spredning.

I motsetning til histogrammer estimerer tetthetsplott sannsynligheten for at en verdi forekommer innenfor et område.

Syntaks for tetthetsplott i ggplot2

I ggplot2 kan et tetthetsplott lages med geom_density().

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

For å sammenligne grupper kan du tilordne en kategorisk variabel til fill og justere gjennomsiktigheten med alpha slik at kurvene overlapper tydelig.

ggplot(data = df, aes(x = variable, fill = group_variable)) +
  geom_density(alpha = 0.5)

Dette gjør det enkelt å sammenligne hvordan fordelingen av en numerisk variabel varierer mellom kategorier.

Eksempel: Fordeling av salgspriser

Et tetthetsplott gir en jevn fremstilling av hvordan bilpriser er fordelt. I dette eksemplet er kurven fylt med blått, og aksetitler tydeliggjør betydningen av verdiene.

ggplot(df, aes(x = selling_price)) +
  geom_density(fill = "blue") +
  labs(title = "Density Plot of Selling Prices",
       x = "Selling Price",
       y = "Density")

Denne visualiseringen fremhever hvor de fleste bilprisene samler seg, samt hvor bredt prisene er fordelt i datasettet. Den er spesielt nyttig for å identifisere topper i fordelingen og for å sammenligne med andre variabler senere.