Aula6

Os gráficos de dispersão ou Scatter plot são representações gráficas do relacionamento entre duas variáveis numéricas. O Scatter plot utiliza pontos para representar essa relação, cada ponto representa o valor de uma variável no eixo horizontal e o valor de outra variável no eixo vertical.

library(readxl)
library(tidyverse)

Warning: package 'ggplot2' was built under R version 4.2.3

Warning: package 'tibble' was built under R version 4.2.3

Warning: package 'dplyr' was built under R version 4.2.3

── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.2     ✔ readr     2.1.4
✔ forcats   1.0.0     ✔ stringr   1.5.0
✔ ggplot2   3.4.2     ✔ tibble    3.2.1
✔ lubridate 1.9.2     ✔ tidyr     1.3.0
✔ purrr     1.0.1     
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

fungicida <- read_excel("dados-diversos.xlsx", "fungicida_campo")
head(fungicida)

# A tibble: 6 × 4
  trat         rep   sev   yld
  <chr>      <dbl> <dbl> <dbl>
1 testemunha     1  74    406.
2 testemunha     2  76    436.
3 testemunha     3  77.5  455.
4 testemunha     4  75.5  395.
5 A              1  28.5  755.
6 A              2  30    758.

fungicida |> 
  ggplot(aes(trat, yld))+
  geom_jitter(width = 0.1, 
              color = "gray60")+
  stat_summary(fun.data  = mean_se, 
               color = "red")

library(ggthemes)

Warning: package 'ggthemes' was built under R version 4.2.3

fungicida |> 
  ggplot(aes(sev, yld))+
  geom_point(size = 3, 
             color = "gray50")+
  scale_color_colorblind()+
  geom_smooth(method = "lm",
              se = FALSE,
              color = "black",
              linetype = "solid",
              size = 1)

Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
ℹ Please use `linewidth` instead.

`geom_smooth()` using formula = 'y ~ x'

Experimento fatorial

milho <- read_excel("C:dados-diversos.xlsx",
                    "milho")

milho |> 
  ggplot(aes(method, index,
             color = method))+
  geom_jitter(width = 0.1)+
  facet_grid(~hybrid)

Histograma é um gráfico usado para representar a distribuição de frequência de alguns pontos de dados de uma única variável. Os histogramas geralmente classificam os dados em vários “compartimentos” ou “grupos de intervalo” e contam quantos pontos de dados pertencem a cada um desses compartimentos.

y <- milho |> 
  ggplot(aes(x = yield))+
  geom_histogram(bins = 10,
                 color = "black", fill = "green")

i <- milho |> 
  ggplot(aes(x = index))+
  geom_histogram(bins = 10,
                 color = "black", fill = "green")

library(patchwork)

Warning: package 'patchwork' was built under R version 4.2.3

(y + i) +
  plot_annotation(tag_levels = "A")

ggsave("figs/histograms.png", bg = "white")

Saving 7 x 5 in image

Gráfico de densidade

#Os gráficos de densidade, também conhecidos como curvas de densidade suavizadas (smooth density), são esteticamente mais atraentes que os histogramas. Abaixo, vemos um gráfico de densidade para nossos dados de altura:

milho |> 
  ggplot(aes(x = yield))+
  geom_density()

Formato largo para longo

#No formato amplo (wide format), as respostas de um mesmo indivíduos estarão em uma única linha e cada resposta estará em uma coluna separada. #No formato longo (long format), cada linha é um ponto de tempo por assunto. Portanto, cada sujeito (condado) terá dados em várias linhas. Todas as variáveis que não mudam ao longo do tempo terão o mesmo valor em todas as linhas.

insect <- read_excel("C:dados-diversos.xlsx",
                   "mortalidade")
insect |> 
  pivot_longer(2:3, 
               names_to = "status",
               values_to = "value") |> 
  ggplot(aes(inseticida, value, 
             fill = status))+
  geom_col()