Ja klar! Das wäre in dem Fall nur die X-Achse, die visualisiert wird. In einem vorherigen Post hatte ich schon einmal aufgezeigt, wie mit einer Monte-Carlo-Simulation eine Eintrittswahrscheinlichkeit für einen Planwert berechnen kann. Im Folgenden der Vorschlag, wie solche Wahrscheinlichkeitswerte visualisiert werden können - mit einer kategorischen Einteilung der Prozentwerte. Der Code ist ein bisschen elaborierter: library(reshape2) library(dplyr) library(ggrepel) data <- bind_rows( tibble(methode = "market 1", score = 0.77), tibble(methode = "market 2", score = 0.65), tibble(methode = "market 3", score = 0.44), tibble(methode = "market 4", score = 0.45)) categ <- bind_rows( tibble(chance = "unrealistic", xstart = 0, xend = 0.2), tibble(chance = "ambitious", xstart = 0.2, xend = 0.4), tibble(chance = "decent", xstart = 0.4, xend = 0.6), tibble(chance = "easy", xstart = 0.6, xen
Blatt Papier für Gedanken zu Politik, Wirtschaft, Business, Finanzen und Data Science...