Trabalho final de Visualização de Dados

Visualização de Dados

Farley Andrade e Lopes

8ª RPM

Exercicio 1.1

Este estudo utiliza o conjunto de dados mtcars para explorar a relação entre o peso do veículo e seu consumo de combustível, diferenciando os resultados pelo número de cilindros.

Exercicio 1.2

O conjunto de dados diamonds é explorado para visualizar a distribuição da qualidade de corte (cut) dos diamantes.

Exercicio 1.3

Análise da variação de preços dos diamantes em função da qualidade de corte, utilizando um gráfico de violino para visualizar a densidade da distribuição.

Exercicio 1.4

Difereça entre geom_point() versus geom_jitter()

A escolha entre as funções geom_point() e geom_jitter() no ggplot2 é crucial para a correta representação de dados, especialmente em cenários com variáveis discretas ou categóricas.

O geom_point() plota as observações diretamente em suas coordenadas. Quando múltiplos pontos compartilham exatamente o mesmo par de coordenadas (um fenômeno conhecido como overplotting), eles se sobrepõem, ocultando a verdadeira densidade dos dados.

Em contraste, o geom_jitter() introduz uma pequena quantidade de ruído aleatório (ou “tremor”) nas posições dos pontos. Este deslocamento é sutil o suficiente para não distorcer a relação geral, mas eficaz para separar pontos sobrepostos. Isso revela a concentração real de dados em valores discretos, sendo a opção preferencial para:

• Visualizar dados categóricos ou discretos em um eixo.
• Mostrar a distribuição de pontos em um boxplot ou gráfico de violino.

Em resumo, o geom_point() é ideal para dados contínuos sem sobreposição significativa, enquanto o geom_jitter() é uma técnica de desagregação essencial para lidar com o overplotting em dados discretos.

A Estrutura da Gramática dos Gráficos (Grammar of Graphics)

A Gramática dos Gráficos, formalizada por Leland Wilkinson, é o princípio teórico que fundamenta o ggplot2. Ela postula que qualquer visualização estatística pode ser construída pela combinação de componentes independentes. Essa abordagem declarativa permite que o usuário se concentre no que deseja visualizar, e não em como desenhar.

No contexto do ggplot2, a construção de um gráfico segue uma sintaxe de camadas, onde cada componente é adicionado sequencialmente, sendo os principais:

• Dados: conjunto de informações a serem representadas.
  
• Estética (aes): mapeamento de variáveis para atributos visuais (posição, cor, tamanho).
  
• Geometrias (geom): formas gráficas (pontos, linhas, barras).
  
• Escalas (scale): traduzem valores em atributos visuais.
  
• Coordenadas (coord): definem o sistema de posicionamento.
  
• Facetas (facet): dividem os dados em subgráficos.
  
• Tema (theme): controla aparência geral.

A força do ggplot2 reside em sua modularidade, permitindo a criação de visualizações complexas e personalizadas apenas combinando e ajustando esses elementos.