Warum Streudiagramme verwenden?

Ein Streudiagramm eignet sich hervorragend zur Visualisierung von Beziehungen zwischen Variablen. Es kann verwendet werden, um:

• Beziehungen zwischen zwei numerischen Variablen darzustellen;
• Muster, Cluster oder Ausreißer zu erkennen;
• Korrelationen (positiv/negativ/keine) zu untersuchen.

Syntax für Streudiagramme in ggplot2

Ein Streudiagramm kann mit geom_point() erstellt werden. Dazu müssen die Ästhetiken für die x- und y-Achse angegeben werden.

ggplot(data = df, aes(x = variable_x, y = variable_y)) +
  geom_point()

Um Gruppen innerhalb der Daten zu unterscheiden, kann eine Gruppierungsvariable zur color-Ästhetik hinzugefügt werden. Dadurch werden den einzelnen Gruppen unterschiedliche Farben zugewiesen, was Muster leichter erkennbar macht.

ggplot(data = df, aes(x = variable_x, y = variable_y, color = group_var)) +
  geom_point()

Beispiel: Verkaufspreis vs. gefahrene Kilometer

Ein Streudiagramm kann verwendet werden, um zu untersuchen, wie die Nutzung eines Autos mit seinem Verkaufspreis zusammenhängt. In diesem Beispiel zeigt die x-Achse die Anzahl der gefahrenen Kilometer, während die y-Achse den Verkaufspreis darstellt.

ggplot(df, aes(x = km_driven, y = selling_price)) +
  geom_point() +
  labs(title = "Scatter Plot of Selling Price vs. Kilometers Driven",
       x = "Kilometers Driven",
       y = "Selling Price")

Diese Visualisierung hebt häufig Abschreibungstrends hervor – mit zunehmender Laufleistung sinkt der Verkaufspreis in der Regel. Sie kann auch Ausreißer aufzeigen, etwa Autos mit ungewöhnlich hohen Preisen trotz hoher Laufleistung.