Por que usar gráficos de dispersão?

Um gráfico de dispersão é ideal para visualizar relações entre variáveis. Pode ser utilizado para:

• Exibir relações entre duas variáveis numéricas;
• Detectar padrões, agrupamentos ou valores atípicos;
• Explorar correlação (positiva/negativa/nenhuma).

Sintaxe do gráfico de dispersão no ggplot2

É possível criar um gráfico de dispersão com geom_point(). Para isso, especifique as estéticas para os eixos x e y.

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

Para diferenciar grupos dentro dos dados, adicione uma variável de agrupamento à estética color. Isso atribui cores diferentes a cada grupo, facilitando a identificação de padrões.

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

Exemplo: Selling Price vs. Kilometers Driven

Um gráfico de dispersão pode ser utilizado para examinar como o uso de um carro se relaciona com seu preço de venda. Neste exemplo, o eixo x mostra o número de quilômetros rodados, enquanto o eixo y mostra o preço de venda.

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")

Essa visualização frequentemente destaca tendências de depreciação – à medida que a quilometragem aumenta, o preço de venda geralmente diminui. Também pode revelar valores atípicos, como carros com preços incomumente altos apesar da alta quilometragem.