8.- R: GGplot2

Antes de seguir avanzando con R, me parece interesante dejar el sistema de gráficos base del lenguaje e introducir el uso de GGplot2.

GGplot2 es un paquete que basado en la "gramática de los gráficos", permite dotar a nuestros análisis de unos gráficos muy potentes y detallados. El autor del paquete es Hadley Wickam.

En esta entrada presentaré un pequeño ejemplo de uso, y en las siguientes entradas iré presentando en detalle los distintos tipos de gráficos. 

Como vemos en el ejemplo, se va montando el gráfico por capas que se van concatenando con el '+'
cambiamos la capa gráfica a tipo jitter y le añadimos el color por el tipo de árbol y rápidamente obtenemos los resultados:
como siempre nos corresponde asegurar que lo que se representa tiene un sentido y significado.

Enlace a la pagina web de ggplot : Link
Enlace en el CRAN a la información de ggplot : Link
Enlace a la hoja resumen de ggplot en RStudio : Link
Un buen sitio para empezar : Link
El libro de cocina de ggplot2 : Link

Comentarios

Publicar un comentario

Entradas populares de este blog

5.2.- R: cambio de tema de RStudio, paste(...), format(...), rug(...)

Imagen
Como en la entrada anterior vemos con más detalle las novedades que hemos necesitado para esta entrada.  - Cambio de tema de RStudio : Si RStudio es el IDE que usamos, podemos cambiar su aspecto (tema) de la siguiente manera (RStudio, preferencias, Apariencia) y obtenemos la siguiente pantalla donde elegir el aspecto de nuestro IDE : - paste (...)  paste(...) convierte a cadena los parámetros que se le pasan y los concatena utilizando el separador que se le pasa como parámetro. La mayor utilidad de paste(...) puede ser en salida a fichero RMarkdown donde nos puede venir bien "ocultar" el código y dejar sólo la salida o bien hacer más clara la salida por consola. Vemos a continuación un par de ejemplos : - format (...) Siguiendo con el tema del formato, en determinados casos nos puede interesar presentar los números con determinado formato, para por ejemplo presentar un determinado número  de dígitos signif...
Leer más

7.- R: Packages : SixSigma, Qcc

Imagen
 Ya hemos comentado la gran cantidad de paquetes ( packages en lenguaje R) disponibles para acelerar la toma de decisiones y poder concentrarnos en la valoración de resultados ( el listado completo de paquetes está en el CRAN/Packages ). No hay que perder de vista que tratamos con software open-source, y si bien los paquetes están seguramente muy depurados, los autores son conocidos y accesibles via e-mail, hay foros, ... nos toca a nosotros tomar la ultima decisión con la información que obtenemos.  En relación con el tema de la calidad y el control estadístico de proceso, hay entre otros dos paquetes disponibles que veremos a continuación : SixSigma :  Enlace a la información en CRAN Qcc :  Enlace a la información en CRAN  Si los paquetes no están disponibles en la instalación que tengamos de R en nuestro ordenador, lo primero será instalarlos mediante install.packages(...) , como vemos a continuación : u...
Leer más

5.- R : Estadistica univariante

Imagen
Antes de abordar un tema como el control de proceso, estadístico o no, con R quiero revisar antes algunos conceptos en entorno R de estadística univariante que se necesitan posteriormente. Empecemos : - Población : Conjunto de individuos que son objeto de estudio.  Ejemplo :  Las piezas producidas en un turno, serán la población de ese turno. La cantidad de medidas que registramos en un periodo, serán la población en estudio. .... - Muestra : Cualquier subconjunto tomado de la población. Ejemplo : En entornos que no se controle 100% de la producción, las piezas que se controlan son una muestra. El numero de medidas de temperatura que se registre en una estación meteorológica será una muestra de la evolución de la temperatura  ... Conociendo una población es posible hacer previsiones fiables de cómo será la muestra, conociendo la muestra es muy arriesgado hacer previsiones de cómo será la población. Un ejemplo...
Leer más