bugfixes solved

slides/ggplot-advanced.Rmd

@@ -256,7 +256,7 @@ scatter +
 
 Der Nachteil wird direkt ersichtlich! Da ```ggplot``` über Layer angesprochen wird, muss der ```annotate()```-Layer vor dem ```geom_jitter()```-Layer stehen. Oder wir fügen ```alpha``` hinzu, um die Sichtbarkeit zu verändrn:
 
-``` {r annotated, eval=TRUE}
+``` {r annotated2, eval=TRUE}
 scatter +
     annotate("rect", 
            xmin = 8.5, # this corresponds to the axis scale!
@@ -268,7 +268,7 @@ scatter +
            alpha = .1)
 ```
 Jetzt möchten wir in der Grafik noch eine Beschriftung hinzufügen, damit der Leser:in klar wird, welchen Bereich wir hier markiert haben:
-``` {r annotated2, eval=TRUE}
+``` {r annotated3, eval=TRUE}
 scatter +
     annotate("rect", 
            xmin = 8.5, 
@@ -285,7 +285,7 @@ scatter +
            colour = "darkgreen") 
 ```
 Als weitere Möglichkeit bietet ```annotate()``` die Möglichkeit Linien zu erstellen, so dass wir unseren Text auf das Feld zeigen lassen können:
-``` {r annotated3, eval=TRUE}
+``` {r annotated4, eval=TRUE}
 scatter +
     annotate("rect", 
            xmin = 8.5, 
@@ -347,9 +347,9 @@ missingValues
 
 Anschließend kann man sich ein einfaches Balkendiagramm ausgeben lassen mit diesem neuen Datensatz:
 ```{r missValBarplot, eval=TRUE}
-missing.values %>%
+missingValues %>%
   ggplot() +
-  geom_bar(aes(key, 
+  geom_bar(aes(variable, 
                num.missing), 
            stat = 'identity') +
   labs(x = 'Variable',
@@ -363,7 +363,7 @@ Hier kann man alle Spielereien von oben austesten. Wir wollen aber jetzt Prozent
 
 ```{r missValPercent, eval=TRUE}
 #Prozente
-missing.values <- uniMis %>%
+missingValues <- uniMis %>%
   select(c(1:4)) %>% 
   pivot_longer(everything(),
                names_to = "key",
@@ -377,11 +377,11 @@ missing.values <- uniMis %>%
   summarise(num.isna = n()) %>%
   mutate(pct = num.isna / total * 100)
 
-levels <- (missing.values  %>% 
+levels <- (missingValues  %>% 
              filter(isna == T) %>%     
              arrange(desc(pct)))$key
 
-percentage.plot <- missing.values %>%
+percentage.plot <- missingValues %>%
   ggplot() +
   geom_bar(aes(x = reorder(key, 
                            desc(pct)),