Krotka analiza na podstawie artykułu z Onetu

pkw-onet.R

## źródło: https://wiadomosci.onet.pl/kraj/sprawdzamy-przedwyborcze-sondaze-ktore-badanie-przewidzialo-wynik-wyborow/4x4qpve

### pakiety
library(tidyverse)
library(rvest)

### sciagamy dane 
read_html("https://wiadomosci.onet.pl/kraj/sprawdzamy-przedwyborcze-sondaze-ktore-badanie-przewidzialo-wynik-wyborow/4x4qpve") %>% 
  html_table(header = TRUE, dec = ",") %>%
  .[[1]] %>%
  rename(date = 1, who = 2, customer= 3)  %>%
  add_row(date = "26.05",
    who = "PKW",
    customer = "", 
    PiS = 45.38,
    PE = 38.47,
    Wiosna = 6.06,
    Konfederacja = 4.55,
    `Kukiz'15` = 3.69,
    `Lewica Razem` = 1.24
  ) %>%
  gather(party, val, -date,-who,-customer) %>%
  arrange(party, desc(date)) %>%
  mutate(true = ifelse(who == "PKW", val, NA)) %>%
  fill(true) %>%
  filter(who != "PKW") %>%
  mutate(diff  = val - true,
         media = case_when(str_detect(customer,"Do Rzeczy|TVP") ~ "Do Rzeczy|TVP",
                           str_detect(customer, "TVN|Newsweek|Gazeta Wyborcza|OKO|Onet") ~ "TVN|New\n|Gazeta|\nOko|Onet",
                           customer == "" ~ "N/A",
                           TRUE ~ "Pozostałe")) -> df
                         
### wykresy

ggplot(data = df,
         aes(x = party, y = diff))  +
  geom_jitter() +
  geom_boxplot(alpha = 0.5) +
  labs(x = "Partia", y = "Sondaż - Wynik PKW", 
       title = "Porównanie wyników sondaży z wynikami PKW",
       subtitle = "Mniejsze od 0 - niedoszacowanie, większe - przeszacowanie",
       caption = "Źródło: https://wiadomosci.onet.pl/kraj/sprawdzamy-przedwyborcze-sondaze-ktore-badanie-przewidzialo-wynik-wyborow") +
  geom_hline(yintercept = 0, col = 'red') -> p1

ggplot(data = df,
         aes(x = who, y = diff)) +
  geom_jitter() +
  geom_boxplot(alpha = 0.5) +
  labs(x = "Firma", y = "Sondaż - Wynik PKW", 
       title = "Porównanie wyników sondaży z wynikami PKW",
       subtitle = "Mniejsze od 0 - niedoszacowanie, większe - przeszacowanie",
       caption = "Źródło: https://wiadomosci.onet.pl/kraj/sprawdzamy-przedwyborcze-sondaze-ktore-badanie-przewidzialo-wynik-wyborow") +
  geom_hline(yintercept = 0, col = 'red')  -> p2

ggplot(data = df,
         aes(x = media, y = diff)) +
  geom_jitter() +
  geom_boxplot(alpha = 0.5) +
  labs(x = "Media", y = "Sondaż - Wynik PKW", 
       title = "Porównanie wyników sondaży z wynikami PKW",
       subtitle = "Mniejsze od 0 - niedoszacowanie, większe - przeszacowanie",
       caption = "Źródło: https://wiadomosci.onet.pl/kraj/sprawdzamy-przedwyborcze-sondaze-ktore-badanie-przewidzialo-wynik-wyborow") +
  geom_hline(yintercept = 0, col = 'red')  +
  facet_wrap(~party, ncol = 3) -> p3


df %>%
  mutate(date = paste0(date, ".2019"),
         date = dmy(date)) %>%
  ggplot(data = ., aes(x = factor(date), y= diff)) +
  geom_jitter() +
  geom_boxplot(alpha = 0.5) +
  labs(x = "Dzień badania", y = "Sondaż - Wynik PKW", 
       title = "Porównanie wyników sondaży z wynikami PKW",
       subtitle = "Mniejsze od 0 - niedoszacowanie, większe - przeszacowanie",
       caption = "Źródło: https://wiadomosci.onet.pl/kraj/sprawdzamy-przedwyborcze-sondaze-ktore-badanie-przewidzialo-wynik-wyborow") +
  geom_hline(yintercept = 0, col = 'red')   +
  facet_wrap(~party, ncol = 3) +
  theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1))  -> p4

### zapis do pliku
ggsave(plot = p1, file = "p1.png", width = 9, height = 6)
ggsave(plot = p2, file = "p2.png", width = 9, height = 6)
ggsave(plot = p3, file = "p3.png", width = 9, height = 6)
ggsave(plot = p4, file = "p4.png", width = 9, height = 6)