Guida per Principianti ai Boxplot in R: Visualizzazione della Distribuzione dei Dati

Ciao a tutti, aspiranti maghi dei dati! Oggi ci imbarchiamo in un viaggio emozionante nel mondo dei boxplot utilizzando R. Non preoccuparti se non hai mai programmato prima – sarò il tuo guida amichevole, e procederemo passo per passo. Alla fine di questa guida, sarai in grado di creare bellissimi boxplot come un professionista!

Cos'è un Boxplot?

Prima di immergerci nel codice, capiamo cos'è un boxplot. Immagina di voler riassumere le altezze di tutti gli studenti nella tua classe. Un boxplot è come una piccola scatola pratica che ti mostra la distribuzione di questi dati a colpo d'occhio. È un ottimo modo per vedere la mediana, i quartili e eventuali valori anomali nei tuoi dati.

Creare il Tuo Primo Boxplot

Configurare il Tuo Ambiente R

Prima di tutto, assicurati di avere R pronto all'uso. Se non hai ancora installato R, vai sul sito ufficiale di R e segui le istruzioni di installazione per il tuo sistema operativo.

Una volta installato R, apri il tuo terminale R o RStudio se lo stai utilizzando. Siamo pronti a creare dei boxplot!

Sintassi di Base per il Boxplot

La sintassi di base per creare un boxplot in R è sorprendentemente semplice. Ecco a cosa assomiglia:

boxplot(data)

Proviamo questo con dei dati reali. Useremo il dataset integrato mtcars, che contiene informazioni su vari modelli di auto.

# Crea un boxplot di base del chilometraggio delle auto
boxplot(mtcars$mpg)

Quando esegui questo codice, vedrai apparire un boxplot. Ecco cosa stai vedendo:

• La linea nera spessa nel mezzo della scatola rappresenta la mediana.
• La parte inferiore della scatola rappresenta il primo quartile (il 25% dei dati è al di sotto di questo punto).
• La parte superiore della scatola rappresenta il terzo quartile (il 75% dei dati è al di sotto di questo punto).
• Le code (le linee che si estendono dalla scatola) mostrano la gamma dei dati.
• Qualsiasi punto oltre le code è considerato un valore anomalo.

Aggiungere Alcuni Colori e Etichette

Ora, rendiamo il nostro boxplot un po' più informativo e gradevole alla vista:

# Crea un boxplot più dettagliato
boxplot(mtcars$mpg,
main="Distribuzione del Chilometraggio delle Auto",
ylab="Chilometri per Gallone",
col="azzurro chiaro",
border="blu scuro")

In questo esempio:

• main aggiunge un titolo al nostro grafico.
• ylab etichetta l'asse y.
• col riempie la scatola con un colore azzurro chiaro.
• border rende il contorno della scatola blu scuro.

Confrontare Gruppi Multipli

Una delle forze dei boxplot è la capacità di confrontare diversi gruppi fianco a fianco. Confrontiamo il chilometraggio delle auto con un diverso numero di cilindri:

# Confronta il chilometraggio per diverso numero di cilindri
boxplot(mpg ~ cyl, data=mtcars,
main="Chilometraggio delle Auto in Base al Numero di Cilindri",
xlab="Numero di Cilindri",
ylab="Chilometri per Gallone",
col=c("verde chiaro", "azzurro chiaro", "rosa"))

Qui, stiamo usando la notazione della formula mpg ~ cyl, che dice a R di creare boxplot di mpg per ciascun valore unico in cyl. Abbiamo anche aggiunto colori diversi per ciascun gruppo.

Boxplot con Notche

Ora che abbiamo padroneggiato le basi, aggiungiamo un po' di eleganza ai nostri boxplot con delle notche.

Cos'è una Notch?

Una notch è una piccola incisione sui lati della scatola. Non è solo per l'aspetto – aiuta effettivamente a confrontare le medie tra i gruppi. Se le notches di due scatole non si sovrappongono, è una forte evidenza che le medie sono diverse.

Creare un Boxplot con Notche

Modifichiamo il nostro esempio precedente per includere delle notches:

# Crea un boxplot con notche
boxplot(mpg ~ cyl, data=mtcars,
main="Chilometraggio delle Auto in Base al Numero di Cilindri",
xlab="Numero di Cilindri",
ylab="Chilometri per Gallone",
col=c("verde chiaro", "azzurro chiaro", "rosa"),
notch=TRUE)

L'unico nuovo parametro qui è notch=TRUE. Questa semplice aggiunta ci dà quelle notches informative.

Interpretare i Boxplot con Notche

Guarda attentamente le notches. Se le notches di due scatole non si sovrappongono, possiamo essere sicuri che le vere medie di questi gruppi sono diverse. Questo è un modo rapido e visivo per individuare differenze significative tra gruppi!

Personalizzare i Tuoi Boxplot

Ora che hai le basi, esploriamo alcuni modi per rendere i tuoi boxplot ancora più informativi e gradevoli alla vista.

Aggiungere Punti Individuali

A volte è utile vedere i punti dei dati accanto al boxplot. Possiamo farlo con la funzione jitter:

# Boxplot con punti individuali
boxplot(mpg ~ cyl, data=mtcars,
main="Chilometraggio delle Auto in Base al Numero di Cilindri",
xlab="Numero di Cilindri",
ylab="Chilometri per Gallone",
col=c("verde chiaro", "azzurro chiaro", "rosa"),
notch=TRUE)

# Aggiungi punti jitterati
stripchart(mpg ~ cyl, data=mtcars,
method="jitter",
vertical=TRUE,
add=TRUE,
pch=20,
col="grigio scuro")

Questo codice crea prima il boxplot, poi sovrappone i punti dei dati. Il parametro pch=20 rende i punti piccoli cerchi, e col="grigio scuro" li colora di grigio scuro.

Cambiare l'Aspetto dei Valori Anomali

Per impostazione predefinita, i valori anomali nei boxplot sono mostrati come semplici punti. Possiamo cambiare il loro aspetto:

# Aspetto personalizzato dei valori anomali
boxplot(mpg ~ cyl, data=mtcars,
main="Chilometraggio delle Auto in Base al Numero di Cilindri",
xlab="Numero di Cilindri",
ylab="Chilometri per Gallone",
col=c("verde chiaro", "azzurro chiaro", "rosa"),
notch=TRUE,
outpch=8,  # Punti anomali a stella
outcol="rosso")  # Valori anomali rossi

Qui, outpch=8 cambia i punti anomali in stelle, e outcol="rosso" li colora di rosso.

Conclusione

Congratulazioni! Hai appena imparato a creare e personalizzare boxplot in R. Dalla creazione di grafici di base alle comparazioni notched e l'aggiunta di punti individuali, ora hai uno strumento potente nel tuo toolkit di visualizzazione dei dati.

Ricorda, la chiave per padroneggiare i boxplot (e R in generale) è la pratica. Prova a creare boxplot con diversi dataset, esperimenta con colori e stili, e, soprattutto, divertiti!

Ecco una tabella di riepilogo dei parametri del boxplot che abbiamo coperto:

Parametro	Descrizione	Esempio
main	Titolo principale del grafico	main="Il mio Boxplot"
xlab	Etichetta per l'asse x	xlab="Gruppi"
ylab	Etichetta per l'asse y	ylab="Valori"
col	Colore di riempimento delle scatole	col="azzurro chiaro"
border	Colore dei bordi delle scatole	border="blu scuro"
notch	Aggiungi notches alle scatole	notch=TRUE
outpch	Forma dei punti anomali	outpch=8
outcol	Colore dei punti anomali	outcol="rosso"

Buon plotting, e che i tuoi dati siano sempre bellamente incorniciati!

Credits: Image by storyset