library(ggplot2)
ggplot(data = diamonds, aes(x = carat, y = price)) +
geom_point(color = "green") +
labs(title = "Relación entre Quilates y Precio", x = "Carat", y = "Price")
Este gráfico muestra cómo varía el precio en función del peso en quilates de los diamantes.
library(ggplot2)
ggplot(data = diamonds, aes(x = carat, y = price, color = cut)) +
geom_point(size = 1.5) +
labs(
title = "Precio vs Quilates según calidad del corte",
x = "Quilates (carat)",
y = "Precio (USD",
color = "Calidad del corte"
) +
theme_minimal()
Este gráfico permite comparar visualmente cómo influye la calidad del corte en la relación entre quilates y precio.
ggplot(data = diamonds, aes(x = clarity, y = price)) +
geom_boxplot(fill = "violet") +
labs(
title = "Distribucion del peso según la claridad del diamante",
x = "Claridad",
y = "Precio (USD)"
) +
theme_minimal() +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Este gráfico muestra la distribución del precio para cada nivel de claridad (clarity), con las cajas en color violeta y etiquetas inclinadas para mejor legibilidad.
ggplot(data = diamonds, aes(x = price)) +
geom_histogram(bins = 30, fill = "green", color = "black") +
labs(
title = "Histograma de Precios de Diamantes",
x = "Precio (USD)",
y = "Frecuencia"
) +
theme_minimal()
Este histograma te permite visualizar la distribución de los precios en el dataset
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
precio_promedio <- diamonds %>%
group_by(carat) %>%
summarise(precio_promedio = mean(price))
ggplot(data = precio_promedio, aes(x = carat, y = precio_promedio)) +
geom_line(color = "blue") +
labs(
title = "Precio Promedio según Quilates",
x = "Quilates (carat)",
y = "Precio Promedio (USD)"
) +
theme_minimal()
Este gráfico muestra cómo varía el precio promedio conforme aumentan los quilates de los diamantes.
el precio de un diamante está influenciado principalmente por su peso (carat), pero también por características como la claridad y el corte. Este tipo de análisis es útil para entender el mercado y tomar decisiones informadas al comprar o valorar diamantes.