Varför använda spridningsdiagram?

Ett spridningsdiagram är idealiskt för att visualisera relationer mellan variabler. Det kan användas för att:

• Visa relationer mellan två numeriska variabler;
• Identifiera mönster, kluster eller avvikare;
• Utforska korrelation (positiv/negativ/ingen).

Syntax för spridningsdiagram i ggplot2

Du kan skapa ett spridningsdiagram med geom_point(). För att göra detta, ange estetiken för både x- och y-axlarna.

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

För att särskilja grupper inom datan kan du lägga till en grupperingsvariabel till color-estetiken. Detta tilldelar olika färger till varje grupp, vilket gör mönster lättare att upptäcka.

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

Exempel: Försäljningspris vs. körda kilometer

Ett spridningsdiagram kan användas för att undersöka hur en bils användning relaterar till dess försäljningspris. I detta exempel visar x-axeln antalet körda kilometer, medan y-axeln visar försäljningspriset.

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")

Denna visualisering belyser ofta avskrivningstrender – när körsträckan ökar minskar vanligtvis försäljningspriset. Det kan också avslöja avvikare, såsom bilar med ovanligt höga priser trots hög körsträcka.