ggrain: a R package for raincloud plots

Het R-pakket `ggrain` vult een lacune in de R-ecosysteem door een gebruiksvriendelijke functie (`geom_rain`) te bieden die, in lijn met de grammar of graphics, raincloud-plots genereert die ruwe data, samenvattende statistieken en verdelingsvormen transparant en esthetisch combineren.

De kern

Stel je voor dat je een klaslokaal binnenloopt en de leraar zegt: "Kijk, dit is het gemiddelde cijfer van de klas." Hij wijst naar een simpele staaf op het bord. Je ziet het gemiddelde, maar je ziet niet wie er heeft gezwoegd, wie er sliep, of of er één genie was dat de rest heeft opgetrokken. Dat is precies wat veel wetenschappers doen met hun data: ze gebruiken simpele staafdiagrammen die het echte verhaal verbergen.

Dit artikel introduceert een nieuwe manier om data te tonen, genaamd "Regenwolk-plots" (Raincloud plots), en een handig computerprogramma (ggrain) dat het maken ervan heel makkelijk maakt.

Hier is de uitleg in gewone taal, met een paar verbeeldingrijke vergelijkingen:

1. Het probleem: De "Magische Staaf"

Veel onderzoekers gebruiken staafdiagrammen. Die zijn als een magische toverstaf: je ziet alleen het eindresultaat (het gemiddelde), maar de magie verbergt de chaos eronder. Je weet niet of iedereen hetzelfde cijfer haalde, of dat de helft van de klas 10 haalde en de andere helft een 1. Het is onduidelijk en kan zelfs misleidend zijn.

2. De oplossing: De Regenwolk

Een "Regenwolk" is als een drie-in-één superkracht voor je data. In plaats van één saaie staaf, combineert het drie dingen in één mooi plaatje:

• De Druppels (De Punten): Dit zijn de individuele mensen of metingen. Het is alsof je een regenbui ziet: je ziet elke individuele druppel. Hiermee zie je direct hoeveel mensen er waren en of er een paar "extreme" druppels zijn (uitbijters) die ver weg van de rest vallen.
• De Wolk (De Violin): Dit is de vorm van de wolk zelf. Het laat zien waar de meeste druppels zitten. Is de wolk dik en vol in het midden? Dan zitten de meeste mensen daar. Is hij dun en langgerekt? Dan zijn de scores erg verspreid. Het is als een silhouet van de menigte.
• Het Kistje (De Doos): In het midden zit een klein doosje. Dit geeft de statistische "samenvatting" weer: wat is het middenpunt (mediaan) en hoe groot is de spreiding?

De analogie:
Stel je voor dat je de temperatuur van een zwembad meet.

• Een staafdiagram zegt alleen: "Het water is 25 graden."
• Een Regenwolk laat je zien: "Ah, het water is 25 graden, maar aan de rand is het koud (15 graden) en in het midden heet (35 graden), en er drijven een paar ijsklontjes rond." Je ziet het hele plaatje.

3. Het nieuwe gereedschap: ggrain

Vroeger was het maken van zo'n mooi plaatje in het programma R (een populaire taal voor data-analyse) als een auto bouwen met een hamer en een schroevendraaier: het kon wel, maar het was heel lastig en tijdrovend.

De auteurs van dit artikel hebben ggrain gemaakt. Dit is als het aankopen van een kant-en-klare, luxe auto.

• Je hebt maar één knop nodig (geom_rain) om die prachtige regenwolk te genereren.
• Het past perfect in de bestaande wereld van R (de "grammatica van de grafieken"), dus het voelt vertrouwd voor wetenschappers.
• Het kan zelfs complexe dingen, zoals het verbinden van dezelfde persoon op verschillende momenten (bijvoorbeeld: hoe gaat het met een patiënt voor en na een behandeling?). Je ziet dan niet alleen de gemiddelde verbetering, maar ook of de variatie tussen patiënten kleiner of groter wordt.

Waarom is dit belangrijk?

Wetenschap moet transparant zijn. Met een staafdiagram kun je data "vermommen". Met een Regenwolk moet je de waarheid tonen: de gemiddelden, de uitzonderingen en de verspreiding, allemaal in één oogopslag.

Kortom: Dit artikel introduceert een slimme, makkelijke tool (ggrain) die wetenschappers helpt om hun data niet langer te verbergen achter saaie staafjes, maar te laten spreken met een heldere, drie-in-één "Regenwolk". Het maakt de wetenschap eerlijker en begrijpelijker voor iedereen.

Technische samenvatting

Technische Samenvatting: ggrain – Een R-pakket voor Raincloud-plots

1. Het Probleem
De auteurs identificeren een kritiek punt in de huidige wetenschappelijke datavisualisatie: de overmatige en vaak misleidende gebruik van staafdiagrammen (barplots). Deze visualisatiemethode verbergt de onderliggende verdelingskarakteristieken van de data, is gevoelig voor vervorming en kan leiden tot misinterpretaties van statistische verschillen tussen steekproeven. Hoewel "raincloud plots" al bekend waren als een superieur alternatief dat raw data, samenvattingsstatistieken en verdelingsvorm combineert, ontbrak er tot nu toe een specifieke R-pakket dat volledig geïntegreerd was met de 'grammar of graphics' (de fundamentele logica achter ggplot2). Dit beperkte de toegankelijkheid en consistentie van het gebruik van deze plots binnen de R-ecosysteem.

2. Methodologie
Het paper introduceert ggrain, een nieuw open-source R-pakket dat is ontworpen om raincloud plots te genereren binnen de standaard ggplot2-framework. De kern van de methodologie rust op de creatie van één centrale functie: geom_rain.

Deze functie combineert drie visuele lagen in één esthetisch en statistisch robuust geheel:

• Dot plot: Toont de ruwe data met minimale vervorming, waardoor steekproefgrootte en uitschieters direct zichtbaar zijn.
• Boxplot: Visualiseert cruciale verdelingssamenvattingsstatistieken, zoals de mediaan en het interkwartielbereik (IQR).
• Violin plot: Toont transparant de onderliggende dichtheidsverdeling van de data.

Het pakket is ontwikkeld om naadloos samen te werken met bestaande ggplot2-syntax, waardoor gebruikers de plots kunnen integreren in complexe grafieken zonder de logica van de 'grammar of graphics' te hoeven verlaten.

3. Belangrijkste Bijdragen
De belangrijkste bijdragen van ggrain zijn:

• Eenvoudige Implementatie: Het biedt een enkele, gebruiksvriendelijke functie (geom_rain) die de complexe opbouw van raincloud plots vereenvoudigt.
• Geavanceerde Functionaliteiten: Het pakket ondersteunt geavanceerde visualisaties die vaak nodig zijn in experimenteel onderzoek, waaronder:
  • Factoriële groepering (combineren van meerdere variabelen).
  • Mapping met een secundaire (continue) covariabele.
  • Het verbinden van observaties longitudinaal over meerdere tijdswaves (pre/post-designs).
• Beschikbaarheid: Het pakket is beschikbaar via CRAN en GitHub, wat zorgt voor brede toegankelijkheid voor de R-community.
• Ecosysteem-integratie: Het vult een gat in het R-landschap, terwijl vergelijkbare tools al bestaan voor Python (ptitprince) en JASP.

4. Resultaten en Toepassing
Het paper demonstreert de effectiviteit van ggrain aan de hand van twee voorbeelden (Figuur 1):

• Vergelijking van groepen: Het visualiseren van verdelingsverschillen tussen twee groepen, waarbij zowel de centrale tendens als de spreiding en de vorm van de verdeling direct zichtbaar zijn.
• Longitudinale analyse: Het tonen van intra-individuele veranderingen (pre/post) binnen verschillende groepen. Een specifiek voorbeeld toont hoe variabiliteit tussen groepen kan veranderen na een interventie (bijvoorbeeld het verdwijnen van variabiliteitsverschillen na een behandeling), iets dat met traditionele barplots onmogelijk is te zien.

De code voor deze voorbeelden en de volledige syntax voor geavanceerde features zijn beschikbaar in de package-vignette.

5. Betekenis en Impact
De introductie van ggrain heeft een aanzienlijke betekenis voor de wetenschappelijke communicatie:

• Transparantie: Het stelt onderzoekers in staat om data op een transparante manier te presenteren, wat de reproduceerbaarheid en het vertrouwen in empirische bevindingen verhoogt.
• Toegankelijkheid: Door de integratie met ggplot2 kunnen onderzoekers met verschillende niveaus van programmeervaardigheid (zowel via code als via GUI-tools zoals JASP die hierop kunnen bouwen) gebruikmaken van statistisch robuuste visualisaties.
• Standaardisatie: Het helpt een standaard te zetten voor hoe data in diverse onderzoeksvelden (psychologie, neurowetenschappen, etc.) moet worden gevisualiseerd, weg van verouderde barplots naar informatieve raincloud plots.

Kortom, ggrain lost een langdurig gemiste behoefte op in de R-community en bevordert een cultuur van betere, eerlijkere datavisualisatie.