14  Projekt końcowy

Projekt końcowy sprawdza pełny przepływ pracy: pytanie, dane, przygotowanie, wykresy, interpretacja i publikacja w Quarto.

14.1 Założenia

Wybierz jeden zbiór danych z DATASETS.md i przygotuj mini-raport składający się z:

• jednego pytania głównego;
• krótkiego opisu danych i ograniczeń;
• dwóch wykresów eksploracyjnych;
• jednego wykresu finalnego dopracowanego pod odbiorcę;
• krótkiej interpretacji: co wiemy, czego nie wiemy, co sprawdzić dalej.

14.2 Proponowane tematy

• Jak sezon i pogoda wpływają na wypożyczenia rowerów?
• Czy ceny nieruchomości w Melbourne różnią się między regionami?
• Jak zmieniały się ceny wybranych spółek względem wspólnego punktu startu?
• Które grupy gości dominowały w Daily Show po 2000 roku?
• Jak typ uczelni wiąże się z czesnym i udziałem studentów Pell?

14.3 Szablon analizy

library(tidyverse)
library(here)
library(janitor)

source(here("R", "theme_course.R"))
theme_set(theme_course())

dane <- readr::read_csv(here("datasets", "wybrany_plik.csv"), show_col_types = FALSE) |>
  janitor::clean_names()

dane |>
  glimpse()

dane |>
  summarise(
    liczba_wierszy = n(),
    liczba_kolumn = ncol(dane)
  )

14.4 Kryteria oceny

Kryterium	Co oznacza dobra realizacja
Pytanie	Jest konkretne i da się na nie odpowiedzieć danymi.
Przygotowanie danych	Kod jest czytelny, bez ręcznych kroków poza R.
Dobór wykresu	Typ wykresu pasuje do zmiennych i pytania.
Czytelność	Osie, jednostki, tytuł, legenda i podpis są kompletne.
Interpretacja	Wnioski wynikają z wykresu i nie są nadmiernie uogólnione.
Reprodukowalność	Raport renderuje się od zera przez quarto render.

14.5 Oddanie

Raport powinien być plikiem .qmd w katalogu exercises/ albo osobnym rozdziałem Quarto. Finalny wykres zapisz również jako PNG przez ggsave() z urządzeniem ragg::agg_png.