<\/p>\n
Este tutorial explica quando e como usar a fun\u00e7\u00e3o jitter<\/strong> em R para nuvens de pontos.<\/span><\/p>\n Os gr\u00e1ficos de dispers\u00e3o<\/strong> s\u00e3o excelentes para visualizar a rela\u00e7\u00e3o entre duas vari\u00e1veis cont\u00ednuas. Por exemplo, o gr\u00e1fico de dispers\u00e3o a seguir nos ajuda a visualizar a rela\u00e7\u00e3o entre altura e peso para 100 atletas:<\/span><\/p>\n No entanto, \u00e0s vezes podemos querer visualizar a rela\u00e7\u00e3o entre uma vari\u00e1vel cont\u00ednua e outra vari\u00e1vel quase<\/em> cont\u00ednua.<\/span><\/p>\n Por exemplo, suponha que temos o seguinte conjunto de dados que mostra o n\u00famero de jogos que um jogador de basquete iniciou nos primeiros 10 jogos de uma temporada, juntamente com sua m\u00e9dia de pontos por jogo:<\/span><\/p>\n Os pontos por jogo<\/em> s\u00e3o uma vari\u00e1vel cont\u00ednua, mas os jogos iniciados<\/em> s\u00e3o uma vari\u00e1vel discreta. Se tentarmos criar um gr\u00e1fico de dispers\u00e3o dessas duas vari\u00e1veis, ficaria assim:<\/span><\/p>\n A partir deste gr\u00e1fico de dispers\u00e3o podemos dizer que os jogos iniciados<\/em> e a m\u00e9dia de pontos por jogo<\/em> t\u00eam uma rela\u00e7\u00e3o positiva, mas \u00e9 um pouco dif\u00edcil ver os pontos individuais no gr\u00e1fico porque muitos deles se sobrep\u00f5em.<\/span><\/p>\n Usando a fun\u00e7\u00e3o Jitter<\/strong> , podemos adicionar algum “ru\u00eddo” aos conjuntos de vari\u00e1veis do eixo X lan\u00e7ados<\/em> para que possamos ver os pontos individuais no gr\u00e1fico com mais clareza:<\/span><\/p>\n Opcionalmente, podemos adicionar um argumento num\u00e9rico ao jitter para adicionar ainda mais ru\u00eddo aos dados:<\/span><\/p>\n Devemos ter cuidado para n\u00e3o adicionar muito jitter, pois isso poderia distorcer demais os dados originais:<\/span><\/p>\n A instabilidade \u00e9 particularmente \u00fatil quando um dos n\u00edveis da vari\u00e1vel discreta tem muito mais valores que os outros n\u00edveis.<\/span><\/p>\n Por exemplo, no conjunto de dados a seguir, h\u00e1 trezentos jogadores de basquete que iniciaram 2 dos primeiros 5 jogos da temporada, mas apenas cerca de 100 jogadores que iniciaram 1, 3, 4 ou 5 jogos: Quando visualizamos o n\u00famero de partidas disputadas em rela\u00e7\u00e3o \u00e0 m\u00e9dia de pontos por partida, podemos dizer que h\u00e1 mais jogadores que disputaram 2 partidas, mas \u00e9 dif\u00edcil dizer exatamente quantos outros<\/em> disputaram 2 partidas:<\/span><\/p>\n No entanto, uma vez que adicionamos jitter \u00e0 vari\u00e1vel de in\u00edcio do jogo<\/em> , podemos ver quantos jogadores adicionais iniciaram 2 jogos:<\/span><\/p>\n Aumentar ligeiramente a quantidade de jitter revela ainda mais essa diferen\u00e7a:<\/span><\/p>\n Jitter apenas para visualiza\u00e7\u00f5es<\/strong><\/span><\/p>\n<\/h3>\n Conforme mencionado anteriormente, a tremula\u00e7\u00e3o adiciona ru\u00eddo aleat\u00f3rio aos dados, o que pode ser ben\u00e9fico quando queremos visualizar dados em uma nuvem de pontos. Ao usar a fun\u00e7\u00e3o jitter, podemos obter uma imagem melhor do verdadeiro relacionamento subjacente entre duas vari\u00e1veis em um conjunto de dados.<\/span><\/p>\n No entanto, ao utilizar an\u00e1lises estat\u00edsticas como a regress\u00e3o, n\u00e3o faz sentido adicionar ru\u00eddo aleat\u00f3rio \u00e0s vari\u00e1veis num conjunto de dados, pois isso teria impacto nos resultados de uma an\u00e1lise.<\/span><\/p>\n Portanto, o jitter deve ser usado apenas para visualiza\u00e7\u00e3o de dados, n\u00e3o para an\u00e1lise de dados.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Este tutorial explica quando e como usar a fun\u00e7\u00e3o jitter em R para nuvens de pontos. Quando usar o jitter Os gr\u00e1ficos de dispers\u00e3o s\u00e3o excelentes para visualizar a rela\u00e7\u00e3o entre duas vari\u00e1veis cont\u00ednuas. Por exemplo, o gr\u00e1fico de dispers\u00e3o a seguir nos ajuda a visualizar a rela\u00e7\u00e3o entre altura e peso para 100 atletas: […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-477","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Quando usar o jitter<\/strong><\/span><\/h3>\n
#define vectors of heights and weights\n<\/span>weights <- runif(100, 160, 240) \nheights <- (weights\/3) + rnorm(100)\n\n#create data frame of heights and weights\n<\/span>data <- as.data.frame(cbind(weights, heights))\n\n#view first six rows of data frame\n<\/span>head(data)\n\n# weights heights\n#1 170.8859 57.20745\n#2 183.2481 62.01162\n#3 235.6884 77.93126\n#4 231.9864 77.12520\n#5 200.8562 67.93486\n#6 169.6987 57.54977\n#create scatterplot of heights vs weights\n<\/span>plot(data$weights, data$heights, pch = 16, col = 'steelblue')<\/strong><\/pre>\n #create data frame<\/span>\ngames_started <- sample(1:10, 300, TRUE)\npoints_per_game <- 3*games_started + rnorm(300)\ndata <- as.data.frame(cbind(games_started, points_per_game))\n\n#view first six rows of data frame\n<\/span>head(data)\n\n# games_started points_per_game\n#1 9 25.831554\n#2 9 26.673983\n#3 10 29.850948\n#4 4 12.024353\n#5 4 11.534192\n#6 1 4.383127<\/strong><\/pre>\n #create scatterplot of games started vs average points per game\n<\/span>plot(data$games_started, data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n #add jitter to games started\n<\/em><\/span>plot( jitter<\/span> (data$games_started), data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n #add jitter to games started\n<\/em><\/span>plot( jitter<\/span> (data$games_started, 2<\/span> ), data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n plot( jitter<\/span> (data$games_started, 20<\/span> ), data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n Jittering fornece uma melhor visualiza\u00e7\u00e3o dos dados<\/strong><\/span><\/h3>\n
<\/span><\/p>\n games_started <- sample(1:5, 100, TRUE)\npoints_per_game <- 3*games_started + rnorm(100)\ndata <- as.data.frame(cbind(games_started, points_per_game))\n\ngames_twos <- rep(2, 200)\npoints_twos <- 3*games_twos + rnorm(200)\ndata_twos <- as.data.frame(cbind(games_twos, points_twos))\nnames(data_twos) <- c('games_started', 'points_per_game')\n\nall_data <- rbind(data, data_twos)<\/strong><\/pre>\n plot(all_data$games_started, all_data$points_per_game, pch = 16, col = 'steelblue')<\/strong><\/pre>\n
plot( jitter<\/span> (all_data$games_started), all_data$points_per_game,\n pch=16, col='steelblue')<\/strong><\/pre>\n plot( jitter<\/span> (all_data$games_started, 1.5<\/span> ), all_data$points_per_game,\n pch=16, col='steelblue')<\/strong><\/pre>\n\n