Vẽ biểu đồ series

2. Đường

Trước hết ta sẽ tự tạo ra 1 bộ data đơn giản gồm 2 biến : Year và số lượng cá bắt được

-> Mục đích : tạo biểu đồ đường biểu diễn sự thay đổi trong số lượng cá bắt được theo từng năm

# Tạo 2 biến
YEAR <- c("2018-1-1","2019-1-1","2020-1-1","2021-1-1","2022-1-1","2023-1-1")
number_fish <- c(12,14,9,2,4,16) # đơn vị là triệu tấn

Ta để ý biến YEAR đang không ở định dạng Date

class(YEAR) # class là hàm cho biến kiểu biến 

## [1] "character"

Do đó ta sẽ đổi type của YEAR sang dạng Date bằng hàm as.Date()

# đổi YEAR sang dạng "date"
YEAR <- as.Date(YEAR)

class(YEAR) 

## [1] "Date"

# biến YEAR đã chuyển sang kiểu Date

Từ 2 biến trên ta sẽ tạo 1 dataframe chứa nó

# Tạo dataframe từ hai vector trên
df1 <- data.frame(
  YEAR = YEAR,
  number_fish = number_fish
)

#xem dataframe mới tạo
df1

##         YEAR number_fish
## 1 2018-01-01          12
## 2 2019-01-01          14
## 3 2020-01-01           9
## 4 2021-01-01           2
## 5 2022-01-01           4
## 6 2023-01-01          16

Vậy là ta đã tạo xong bộ data đơn giản, giờ thì vẽ thôi !

Bước 1 : Gọi thư viện ggplot2

#install.packages("ggplot2") # nếu đã tải thì không cần dòng này
library(ggplot2)

Bước 2 : vẽ biểu đồ bằng ggplot2

• Đầu tiên ta cần khởi tạo khung cho biểu đồ

  #vẽ biểu đồ đường
  ggplot(df1, aes(x = YEAR, y = number_fish))

  

  # giải thích hàm này thì bạn có thể xem lại ở video vẽ biểu đồ cột nhá

• Tiếp đó ta thêm layer là đường vô bằng hàm geom_line()

  #vẽ biểu đồ đường
  ggplot(df1, aes(x = YEAR, y = number_fish)) + 
  geom_line(color = "red",)

  

  geom_line(color = "red"): geom_line là hàm để thêm các đường vào biểu đồ.

  Tham số color = "red" đặt màu của đường là màu đỏ. Bạn thích đặt màu nào tùy í bạn nhá !

• Ok rồi, giờ thì thêm các tiêu đề và nhãn trục cho đẹp mắt hơn thôi. Ta sẽ sử dụng hàm labs()

#vẽ biểu đồ đường
ggplot(df1, aes(x = YEAR, y = number_fish)) + 
geom_line(color = "red") +
labs(title = "số lượng cá bắt được theo năm", 
     x = "Year",
     y = "số lượng cá ( nghìn tấn )"
     ) 

labs(title = “Số lượng cá theo năm”, x = “Năm”, y = “Số lượng cá”): Thêm tiêu đề và nhãn cho các trục.

• title = "Số lượng cá theo năm": Đặt tiêu đề của biểu đồ là “Số lượng cá theo năm”.

• x = "Năm": Đặt nhãn cho trục x là “Năm”.

• y = "Số lượng cá": Đặt nhãn cho trục y là “Số lượng cá”.

• Cuối cùng là làm tối giản biểu đồ bằng hàm theme_*()

  #vẽ biểu đồ đường
  ggplot(df1, aes(x = YEAR, y = number_fish)) + 
  geom_line(color = "red") +
  labs(title = "số lượng cá bắt được theo năm", 
       x = "Year",
       y = "số lượng cá ( nghìn tấn )") +
  theme_classic(base_size = 15,# kích thước cho nhãn và tiêu đề
                base_family = ""  # base_family dùng để chỉnh font chữ
               ) 

  

• base_size = 11:

  • base_size thiết lập kích thước cơ bản cho văn bản (như nhãn và tiêu đề) trong biểu đồ. Mặc định là 11, tức là kích thước phông chữ sẽ là 11 đơn vị. Ở đây mình dùng 15

• base_family = ““:

  • base_family xác định phông chữ cơ bản được sử dụng trong biểu đồ. Ở đây, nó được đặt là một chuỗi trống, nghĩa là sẽ sử dụng phông chữ mặc định của hệ thống.

Ở đây mình dùng theme_classtic, các bạn có thể dùng theme_minimal, theme_void… tùy sở thích nhá

1. Cột

Trước hết ta sẽ tự tạo ra 1 bộ data đơn giản gồm 2 biến : nhóm tuổi và thu nhập trung bình

-> Mục đích : tạo biểu đồ cột để so sánh thu nhập trung bình giữa các nhóm tuổi khác nhau

# Tạo 2 biến
nhom_tuoi<- c("Thanh niên", "Trung niên", "Cao niên")
TNTB <- c(9,16,27) # đơn vị triệu đồng

Cần tạo một Dataframe chứa 2 biến này

# Tạo dataframe từ hai vector trên
df <- data.frame(
  nhom_tuoi = nhom_tuoi,
  TNTB = TNTB
)

df # xem dataframe mới tạo

##    nhom_tuoi TNTB
## 1 Thanh niên    9
## 2 Trung niên   16
## 3   Cao niên   27

Vậy là bước tạo bộ data đã hoàn thành, giờ chúng ta sẽ đi vẽ biểu đồ bằng thư viện ggplot2

Bước 1 : cài đặt và mở thư viện

# Cài đặt thư viện ggplot 2
install.packages("ggplot2") # nếu đã tải thì không cần dòng này nữa nhá

## Warning: package 'ggplot2' is in use and will not be installed

library(ggplot2) # gọi thư viện ra

Bước 2 : Sử dụng hàm ggplot để vẽ biểu đồ

• Đầu tiên ta sẽ khởi tạo biểu đồ bằng lệnh :

  ggplot(df, aes(x = nhom_tuoi,y = TNTB))

  

  • ggplot(df, aes(x = nhom_tuoi, y = TNTB)): Đây là bước khởi tạo biểu đồ sử dụng hàm ggplot từ gói ggplot2.

  • df: Đây là tên của khung dữ liệu (data frame) chứa dữ liệu mà bạn muốn vẽ biểu đồ.

  • aes(x = nhom_tuoi, y = TNTB): aes là viết tắt của aesthetics. Ở đây, bạn đang ánh xạ biến nhom_tuoi vào trục x và biến TNTB vào trục y.

• Tiếp đó, ta sẽ thêm các cột vào biểu đồ bằng hàm geom_bar().

ggplot(df, aes(x = nhom_tuoi,y = TNTB)) +
  geom_bar(stat = "identity", 
           fill = "yellow", 
           color = "red"
           ) 

#dấu cộng nghĩa là thêm lớp hình cho đồ thị

• geom_bar(stat = "identity"): geom_bar là hàm để thêm các cột vào biểu đồ. Tham số stat = "identity" chỉ định rằng chiều cao của mỗi cột được xác định trực tiếp từ dữ liệu, thay vì tính toán số lượng hoặc tần suất.

• fill = "yellow": Đặt màu nền của các cột là màu vàng. Các bạn có thể đặt màu tùy sở thích nhé !

• color = "red": Đặt màu viền của các cột là màu đỏ.

• Chúng ta để ý các trục của biểu đồ là tên của các biến, chưa được đẹp và chưa có đơn vị. Do đó ta sẽ thêm tiêu đề và nhãn cho các trục bằng hàm labs()

# Vẽ biểu đồ cột với ggplot2
ggplot(df, aes(x = nhom_tuoi,y = TNTB)) +
  geom_bar(stat = "identity", 
           fill = "yellow", 
           color = "red"
           ) +
  labs(title = "Thu nhập trung bình theo nhóm tuổi",
       x = "nhóm tuổi",
       y = "thu nhập (triệu đồng )"
       ) 

• labs dùng để đặt tiêu đề và nhãn cho các trục của biểu đồ.

• title = "Thu nhập trung bình theo nhóm tuổi": Đặt tiêu đề của biểu đồ là “Thu nhập trung bình theo nhóm tuổi”.

• x = "nhóm tuổi": Đặt nhãn cho trục x là “nhóm tuổi”.

• y = "thu nhập (triệu đồng )": Đặt nhãn cho trục y là “thu nhập (triệu đồng)”.

• Cuối cùng ta sẽ chỉnh lại theme của biểu đồ cho đẹp và đơn giản hơn bằng hàm theme_minimal()

  # Vẽ biểu đồ cột với ggplot2
  ggplot(df, aes(x = nhom_tuoi,y = TNTB)) +
    geom_bar(stat = "identity", 
             fill = "yellow", 
             color = "red"
             ) +
    labs(title = "Thu nhập trung bình theo nhóm tuổi",
         x = "nhóm tuổi",
         y = "thu nhập (triệu đồng )"
         ) +
    theme_minimal()

  

3. Tròn

Trước hết ta sẽ tạo một data gồm 2 biến là loại sản phẩm và số lượng của từng loại

# Tạo 2 biến
loai_san_pham <- c("A", "B", "C", "D")
so_luong <- c(20, 30, 15, 35) # tổng số lượng bằng 100

#chuyển 2 biến thành một data frame
df <- data.frame(loai_san_pham, so_luong)

Dữ liệu đã chuẩn bị xong, bắt đầu vẽ Pie chart thôi nào !

# gọi thư viện ggplot2
library(ggplot2)

Đầu tiên, ta sẽ khởi tạo biểu đồ bằng lệnh :

# Vẽ biểu đồ tròn với ggplot2
ggplot(df, aes(x = "", y = so_luong, fill = loai_san_pham))

• ggplot(df, aes(...)): Khởi tạo đối tượng ggplot với dữ liệu từ dataframe df. Hàm aes (aesthetics) được dùng để thiết lập các biến thẩm mỹ.

• x = "": Trục x được thiết lập là chuỗi rỗng vì biểu đồ tròn không cần trục x thực sự. Điều này giúp tạo ra các thanh bar có cùng một vị trí trung tâm khi chuyển sang dạng biểu đồ tròn.

• y = so_luong: Trục y đại diện cho số lượng của các loại sản phẩm.

• fill = loai_san_pham: Màu sắc của các phần trong biểu đồ được phân biệt dựa trên biến loai_san_pham.

Tiếp đến, ta sẽ tạo các bar trong biểu đồ

# Vẽ biểu đồ tròn với ggplot2
ggplot(df, aes(x = "", y = so_luong, fill = loai_san_pham)) +
  geom_bar(width = 1, stat = "identity")

geom_bar(width = 1, stat = "identity"):

• geom_bar(...): Sử dụng geom_bar để tạo các cột trong biểu đồ. Mỗi cột sẽ tương ứng với một loại sản phẩm.

• width = 1: Đặt độ rộng của mỗi cột là 1, giúp các cột chiếm toàn bộ vòng tròn khi chuyển sang dạng biểu đồ tròn.

• stat = "identity": Sử dụng giá trị thực tế từ dữ liệu (so_luong) thay vì đếm tần suất.

Tại sao lại tạo ra các Bar mà không phải là geom_pie ? Bước tiếp theo sẽ giải thích điều đó

ggplot(df, aes(x = "", y = so_luong, fill = loai_san_pham)) +
  geom_bar(width = 1, stat = "identity") +
  coord_polar("y")

coord_polar("y"):

• coord_polar("y"): Chuyển đổi hệ tọa độ từ hệ tọa độ Cartesian sang hệ tọa độ cực để tạo ra biểu đồ tròn. Trục y sẽ được sử dụng để xác định độ dài của mỗi phần trong biểu đồ tròn.

Biểu đồ xong kha khá rồi, giờ ta thêm tiêu đề và chỉnh lại nền là ok

# Vẽ biểu đồ tròn với ggplot2
ggplot(df, aes(x = "", y = so_luong, fill = loai_san_pham)) +
  geom_bar(width = 1, stat = "identity") +
  coord_polar("y") +
  labs(title = " Cơ cấu loại sản phẩm ", fill = "loại sản phẩm") +
  theme_void()

Cơ mà… biểu đồ hiện tại khá khó để xem nhóm nào chiếm một lượng như nào. Nên ta sẽ thêm tỷ lệ % của từng nhóm lên biểu đồ nhé

Ta cần tạo một biến tỷ lệ %

# nếu muốn hiện số phần trăm từng loại lên biểu đồ thì cần tạo biến tỷ lệ %
df$percent <- round(100 * df$so_luong  / sum(df$so_luong ), 1)

Biến percent này chứa tỷ lệ phần trăm của từng loại sản phẩm, được tính bằng cách chia số lượng sản phẩm (so_luong) cho tổng số lượng sản phẩm, nhân với 100 để chuyển đổi sang phần trăm và làm tròn đến 1 chữ số thập phân.

Giờ ta sẽ thêm 1 lớp nữa lên trên biểu đồ

# Vẽ biểu đồ tròn với ggplot2
ggplot(df, aes(x = "", y = so_luong, fill = loai_san_pham)) +
  geom_bar(width = 1, stat = "identity") +
  coord_polar("y") +
  labs(title = "Cơ cấu loại sản phẩm ", fill = "loại sản phẩm") +
  theme_void() +
    geom_text(aes(label = paste0(percent, "%")), position = position_stack(vjust = 0.5), size = 5, color = "white") # thêm dòng này

geom_text(aes(label = paste0(percent, "%")), position = position_stack(vjust = 0.5), size = 5, color = "white"):

• geom_text(...): Thêm các nhãn văn bản vào biểu đồ.

• aes(label = paste0(percent, "%")): Thiết lập nhãn văn bản là tỷ lệ phần trăm của từng loại sản phẩm. paste0(percent, "%") nối giá trị phần trăm với ký hiệu phần trăm (%).

• position = position_stack(vjust = 0.5): Đặt vị trí của các nhãn văn bản ở giữa (giá trị 0.5) của các phần trong biểu đồ tròn.

• size = 5: Đặt kích thước chữ của nhãn văn bản là 5.

• color = "white": Đặt màu của nhãn văn bản là màu trắng để dễ đọc trên nền màu của các phần biểu đồ.

4.Histogram

Bữa trước ta đã vẽ các biểu đồ bằng data tự tạo. Lần này ta sẽ sử dụng một data có sẵn trong R, đó là “diamonds” - bộ dữ liệu chứa các thông tin về kim cương.

diamonds # bộ dữ liệu chứa các thông tin về kim cương

## # A tibble: 53,940 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
##  1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
##  2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
##  3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
##  4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
##  5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
##  6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
##  7  0.24 Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
##  8  0.26 Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
##  9  0.22 Fair      E     VS2      65.1    61   337  3.87  3.78  2.49
## 10  0.23 Very Good H     VS1      59.4    61   338  4     4.05  2.39
## # ℹ 53,930 more rows

Ở đây SciEco sẽ vẽ histogram của Price kim cương

Đầu tiên, ta sẽ khởi tạo biểu đồ bằng lệnh :

ggplot(diamonds, aes(x =price))

ggplot(diamonds, aes(x = price)):

• ggplot(diamonds, aes(...)): Khởi tạo đối tượng ggplot với dữ liệu từ dataframe diamonds. Hàm aes (aesthetics) được dùng để thiết lập các biến thẩm mỹ.

• x = price: Trục x của biểu đồ được thiết lập là biến price trong dữ liệu diamonds. Đây là biến đại diện cho giá của các viên kim cương.

Tiếp đó, ta sẽ thêm lớp histogram lên biểu đồ bằng lệnh geom_histogram

ggplot(diamonds, aes(x =price)) +
  geom_histogram(binwidth = 0.5, fill = "lightblue", color = "black")

geom_histogram(binwidth = 0.5, fill = "lightblue", color = "black"):

• geom_histogram(...): Sử dụng geom_histogram để vẽ biểu đồ histogram.

• binwidth = 0.5: Đặt độ rộng của mỗi bin (khoảng giá trị) là 0.5. Điều này xác định độ chi tiết của các thanh trong biểu đồ histogram.

• fill = "lightblue": Màu nền của các thanh trong biểu đồ được thiết lập là màu xanh nhạt (lightblue). Các bạn có thể thiết lập màu nào tùy sở thích nhé

• color = "black": Màu viền của các thanh trong biểu đồ được thiết lập là màu đen (black).

Cuối cùng là thêm tiêu đề và chỉnh nền là xong rồi

#Vẽ histogram
ggplot(diamonds, aes(x =price)) +
  geom_histogram(binwidth = 0.5, fill = "lightblue", color = "black") +
  labs(title = "Biểu đồ Histogram", x = "Giá", y = "Tần số") +
  theme_minimal()

Quan sát biểu đồ ta thấy rằng phân phối của giá kim cương lệch phải

5. Boxplot

Ta tiếp tục sử dụng bộ dữ liệu diamonds để vẽ boxplot

diamonds

## # A tibble: 53,940 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
##  1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
##  2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
##  3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
##  4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
##  5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
##  6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
##  7  0.24 Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
##  8  0.26 Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
##  9  0.22 Fair      E     VS2      65.1    61   337  3.87  3.78  2.49
## 10  0.23 Very Good H     VS1      59.4    61   338  4     4.05  2.39
## # ℹ 53,930 more rows

Lựa chọn biến Price để vẽ

# gọi thư viện ggplot2
library(ggplot2)

Đầu tiên ta sẽ khởi tạo biểu đồ bằng lệnh ggplot

ggplot(diamonds, aes(y = price))

ggplot(diamonds, aes(y = price)):

• ggplot(diamonds, ...): Khởi tạo một đối tượng ggplot với bộ dữ liệu diamonds.

• aes(y = price): Thiết lập “aesthetic mapping” cho trục y là cột price từ bộ dữ liệu. Điều này nghĩa là giá trị của price sẽ được biểu diễn trên trục y.

Tiếp đó, sử dụng geom_boxplot để vẽ boxplot

ggplot(diamonds, aes(y = price)) +
  geom_boxplot(fill = "lightblue", color = "black")

geom_boxplot(fill = "lightblue", color = "black") +:

• geom_boxplot(...): Thêm một lớp biểu đồ hộp vào ggplot.

• fill = "lightblue": Đặt màu nền của các hộp là màu xanh nhạt. Các bạn có thể chỉnh màu tùy sở thích nhá

• color = "black": Đặt màu viền của các hộp là màu đen.

Thêm tiêu đề và nền cho biểu đồ

ggplot(diamonds, aes(y = price)) +
  geom_boxplot(fill = "lightblue", color = "black") +
  labs(title = "Boxplot biến price", y = "Giá trị") +
  theme_minimal()

labs(...): Thiết lập các nhãn cho biểu đồ.

• title = "Boxplot biến price": Đặt tiêu đề của biểu đồ là “Boxplot biến price”.

• y = "Giá trị": Đặt nhãn cho trục y là “Giá trị”.

• theme_minimal():

  • theme_minimal(): Sử dụng chủ đề tối giản cho biểu đồ, giúp biểu đồ trông sạch sẽ và dễ nhìn hơn.

Nhìn biểu đồ ta có thể thấy rằng phân phối của biến price lệnh phải, quan trọng hơn là có khá nhiều giá trị outliers

6 Scatter plot

Tiếp tục sử dụng bộ dữ liệu Diamonds để vẽ

diamonds

## # A tibble: 53,940 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
##  1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
##  2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
##  3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
##  4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
##  5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
##  6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
##  7  0.24 Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
##  8  0.26 Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
##  9  0.22 Fair      E     VS2      65.1    61   337  3.87  3.78  2.49
## 10  0.23 Very Good H     VS1      59.4    61   338  4     4.05  2.39
## # ℹ 53,930 more rows

Ta sử dụng 2 biến “depth” và “table” để vẽ

# gọi thư viện ggplot2
library(ggplot2)

Đầu tiên khởi tạo biểu đồ

# Vẽ scatter plot với ggplot2
ggplot(diamonds, aes(x = depth, y = table))

ggplot(diamonds, aes(x = depth, y = table)):

• ggplot(diamonds, aes(...)): Hàm ggplot được sử dụng để khởi tạo một biểu đồ ggplot. diamonds là bộ dữ liệu được sử dụng.

• aes(x = depth, y = table): Hàm aes (aesthetic mappings) chỉ định các biến số được sử dụng cho trục x (depth) và trục y (table). Điều này có nghĩa là giá trị depth sẽ được đặt trên trục x và giá trị table sẽ được đặt trên trục y.

Tiếp đó, dùng geom_point để thêm lớp scatter plot

# Vẽ scatter plot với ggplot2
ggplot(diamonds, aes(x = depth, y = table)) +
  geom_point(color = "blue", size = 3)

geom_point(color = "blue", size = 3):

• geom_point: Hàm geom_point được sử dụng để vẽ các điểm trên biểu đồ scatter plot.

• color = "blue": Tùy chọn này đặt màu của các điểm là màu xanh dương. Các bạn chọn màu tùy sở thích nhé

• size = 3: Tùy chọn này đặt kích thước của các điểm là 3 (kích thước tương đối).

Thêm tiêu đề và nền là xong rồi

# Vẽ scatter plot với ggplot2
ggplot(diamonds, aes(x = depth, y = table)) +
  geom_point(color = "blue", size = 3) +
labs(title = "Scatter Plot", x = "depth", y = "table") +
  theme_minimal()

labs(title = "Scatter Plot", x = "depth", y = "table"):

• labs: Hàm labs được sử dụng để thêm các nhãn (labels) cho biểu đồ.

• title = "Scatter Plot": Tùy chọn này đặt tiêu đề của biểu đồ là “Scatter Plot”.

• x = "depth": Tùy chọn này đặt nhãn cho trục x là “depth”.

• y = "table": Tùy chọn này đặt nhãn cho trục y là “table”.

theme_minimal():

• theme_minimal: Hàm theme_minimal được sử dụng để áp dụng một giao diện tối giản (minimal theme) cho biểu đồ, giúp biểu đồ trông đơn giản và dễ đọc hơn.

Ngoài ra, nếu bạn muốn thêm 1 đường ( hồi quy ) để thể hiện xu hướng của dữ liệu, bạn có thể thêm đường hồi quy bằng lệnh geom_smooth

# Vẽ scatter plot với ggplot2
ggplot(diamonds, aes(x = depth, y = table)) +
  geom_point(color = "blue", size = 3) +
labs(title = "Scatter Plot", x = "depth", y = "table") +
  theme_minimal() +
geom_smooth() # thêm đường hồi quy

## `geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'

geom_smooth(): Hàm geom_smooth được sử dụng để thêm một đường hồi quy (regression line) vào biểu đồ.

Có thể thấy rằng dữ liệu không có một mối tương quan rõ ràng cụ thể nào ( đường hồi quy phi tuyến )