#soru1.aşağıdaki geom_jitter fonksiyonunun kullanım amacını araştırın.

Cevap= Geom_jitter fonksiyonu, grafikte noktaların üst üste binmesini önlemek için kullanılır. Aynı ya da benzer değerlere sahip verileri hafifçe sağa–sola (veya yukarı–aşağı) kaydırarak dağıtır. Böylece noktalar daha net görünür ve verinin gerçek dağılımı daha kolay anlaşılır.

#soru2.theme_classic fonksiyonunun alternatiflerini bulun ve deneyin.

Cevap= Theme_classic dışında ggplot2’de farklı temalar da vardır. Örneğin theme_minimal daha sade, theme_bw siyah-beyaz ve akademik, theme_dark() ise koyu arka planlı bir görünüm sunar. Aşağıda theme_bw fonksiyonunu denedim.

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
library(ggplot2)
data(mtcars)
ggplot(mtcars, aes(x=hp, y=mpg)) + 
  geom_point()+
  theme_bw()

#soru3. ,bu ders notlarında yer alan palmerpenguins’teki penguins veri setigibi bir veri üzerinde (örn. midiPISA) regresyon denklemi kurun ve tüm kodları kendi veri setinize uygulayarak çalıştırın.

Cevap=Bu çalışmada, R ortamında yer alan ve ders kapsamında kullandığımız mtcars veri setinden yararlanarak motor gücü (hp) ile yakıt verimliliği (mpg) arasındaki ilişkiyi doğrusal regresyon yöntemiyle analiz etmeye çalıştım.

data(mtcars)
lm(mpg ~ hp, data=mtcars)
## 
## Call:
## lm(formula = mpg ~ hp, data = mtcars)
## 
## Coefficients:
## (Intercept)           hp  
##    30.09886     -0.06823

#soru4. Kendi seçtiğiniz veri seti üzerinde regresyon modeli kurma, saçılım diyagramı oluşturma, grafiğe regresyon çizgisi ekleme, eğim, kesişime R-squared katsayılarını yorumlama gibi tüm adımları yapın ve açıklamalarını yazın.

Cevap=Bu soruda, seçtiğim veri seti üzerinden motor gücü (hp) ile yakıt verimliliği (mpg) arasındaki bağlantıyı incelemek için bir saçılım grafiği hazırladım. Noktaların üst üste binmesini önlemek için geom_jitter() fonksiyonunu kullandım ve grafiğe doğrusal regresyon çizgisi ekleyerek değişkenler arasındaki eğilimi gözlemledim. Grafikten, motor gücü (hp) arttıkça yakıt verimliliğinin (mpg) azaldığı sonucunu çıkardım.

ggplot(mtcars, aes(x = hp, y = mpg)) + 
  geom_jitter(width = 5, height = 0.3, alpha = 0.6) +
  geom_smooth(method = "lm", se = TRUE) + 
  theme_classic() + 
  labs(
    title = "motor gucu ile yakit verimliligi arasindaki baglanti",
    x = "(hp) motor gucu",
    y = "(mpg) yakit verimliligi")
## `geom_smooth()` using formula = 'y ~ x'