Questão 1 — Visualização de Dados
Introdução
Este relatório apresenta atividades práticas de visualização de dados
com o pacote ggplot2, utilizando os datasets
mtcars e diamonds (já disponíveis no
R).
O objetivo é construir gráficos com boa comunicação visual, rotulagem
adequada e customizações essenciais (cores, temas e organização).
Exercício 1.1 — Introdução ao ggplot2
Enunciado: Carregar o dataset mtcars e
criar um gráfico de dispersão entre mpg (milhas por galão)
e wt (peso do carro), com:
(a) título; (b) rótulos dos eixos; (c) cor por número de cilindros
(cyl); (d) theme_minimal().
Exercício 1.2 — Gráficos de Barras
Enunciado: Utilizando o dataset
diamonds, criar um gráfico de barras com a contagem de
diamantes por tipo de corte (cut),
com:
(a) barras em ordem decrescente; (b) rótulos de valor; (c) paleta
divergente.
Exercício 1.3 — Customização Avançada
Enunciado: Criar um boxplot da variável
price por cut no dataset
diamonds, com:
(a) títulos/rótulos em português; (b) cores customizadas; (c) remoção da
legenda (se desnecessária); (d) ângulo no eixo X.
Exercício 1.4 — Conceitos Fundamentais
Enunciado:
1) Explicar a diferença entre geom_point() e
geom_jitter() e quando usar cada um.
2) Descrever o conceito de “Gramática dos Gráficos” e como é
implementado no ggplot2.
1) Diferença entre geom_point() e
geom_jitter()
O geom_point() plota os pontos
exatamente nas coordenadas dos dados. É indicado quando há pouca
sobreposição entre observações e o objetivo é representar fielmente a
posição de cada ponto.
O geom_jitter() aplica um pequeno
deslocamento aleatório aos pontos para reduzir sobreposição, sendo mais
apropriado quando há muitos valores repetidos (especialmente com
variáveis categóricas), pois facilita visualizar a densidade e a
concentração das observações.
2) “Gramática dos Gráficos” no ggplot2
A Gramática dos Gráficos define a construção de gráficos como a composição de componentes independentes, como: dados, mapeamentos estéticos (aes), geometrias (geoms), escalas (scales), facetas (facets) e temas (themes).
No ggplot2, essa lógica é implementada de forma
modular: inicia-se com ggplot() e adicionam-se camadas com
+ (por exemplo, geom_*(),
scale_*() e theme_*()), permitindo criar
visualizações de maneira organizada, consistente e reprodutível.