Co się stanie, jeśli chcemy zwizualizować wiele wykresów rozrzutu na jednym wykresie, aby szybko uzyskać sens w danych? W takim przypadku potrzebujemy macierzowych wykresów punktowych. Mamy różne opcje pakietu do tworzenia takich macierzowych wykresów punktowych (np. pakiet car). Jednak dla uproszczenia użyjemy funkcji wbudowanej zamiast pakietu zewnętrznego. Spoglądając na poniższy wykres, możemy uzyskać ogólny obraz interakcji między zmiennymi. Celem tego typu wizualizacji nie jest przedstawienie szczegółów, ale przedstawienie ogólnego przeglądu. Aby przeczytać ten wykres, musimy spojrzeć na dowolny interesujący wykres punktowy w macierzy i przesuwać się zarówno w poziomie, jak iw pionie, aż znajdziemy nazwę związaną z jego osią. Na przykład, jeśli spojrzysz na wykres bezpośrednio po prawej stronie NoQuals i jednocześnie bezpośrednio nad L4Quals_plus, to patrzysz na relację między tymi dwiema zmiennymi (NoQuals na osi y, L4Quals_plus, na osi x) i okazuje się, że jest to relacja odwrotna; im wyższy odsetek osób na oddziale o wysokim poziomie wykształcenia, tym niższy odsetek osób z niskim wykształceniem. Inną oczywistą zależnością jest to, że im wyższy poziom wykształcenia (L4Quals_plus,), tym wyższy zawód (HigherOccup).
Ze względu na ograniczenia przestrzenne nie byliśmy w stanie pokazać wszystkich relacji zmiennych, ponieważ wykresy rozrzutu byłyby zbyt małe, aby nadać im sens. Zachęcamy jednak czytelnika do dodawania kolejnych zmiennych do macierzy. Istnieją pewne nieoczywiste relacje. Znalezienie ich pozostawiamy jako ćwiczenie dla czytelnika:
desired_variablees <- c)
„AdultMeanAge”,
„White”,
„Owned”,
„NoQuals”
„L4Quals_plus”,
„Unemp:,
„HigherOccup”,
„Deprived”;
„Proportion”
)
pairs(data[,desired_variables])