-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path011_block4.R
360 lines (293 loc) · 21.2 KB
/
011_block4.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
# block 4
# konzentration auf das verhältnis der sphären zueinander
# wer spricht themen wann an
# gibt es unterschiedliche betonungen von ereignissen zwischen den sphären
# täler vs spitzen: unterschiede?
# überblicksgraphik lollipops:
# vergleich der politiker und der medien hinsichtlich deren themenbehandlung
komplettoGanzBRD <- as_tidytable(data.frame("names"=komplettoPolitiker$names,
"absolutPolitiker"=(komplettoWesten$absolutPolitiker + komplettoOsten$absolutPolitiker),
"absolutMedien"=themenüberblickMedien$anzahl
))
komplettoGanzBRD <- komplettoGanzBRD %>% mutate(proporzPolitiker = absolutPolitiker / sum(absolutPolitiker))
komplettoGanzBRD <- komplettoGanzBRD %>% mutate(proporzMedien = absolutMedien / sum(absolutMedien))
komplettoGanzBRD
ggplot(komplettoGanzBRD) +
geom_segment(aes(x=proporzPolitiker,
xend=proporzMedien,
y=reorder(names, absolutPolitiker),
yend=reorder(names, absolutPolitiker)),
colour="grey50") +
geom_point(aes(x=proporzPolitiker,
y=reorder(names, absolutPolitiker),
colour = "PolitikerInnen")) +
geom_point(aes(x=proporzMedien,
y=reorder(names, absolutPolitiker),
colour = "Medien")) +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1, size = 10),
legend.text = element_text(face = "italic"),
legend.title = element_text(face = "bold"),
legend.position = "bottom") +
scale_x_percent(breaks = seq(0, 0.24, 0.02), limits = c(0, 0.24)) +
scale_colour_manual(name=" ", values = farbenPolitikerMedien) +
#coord_flip() +
ggtitle(label = "Vergleich der Themenaufmerksamkeit der Akteurssphären in Twitter-Deutschland") +
xlab("Anteil %") +
ylab(" ")
# =============================================================================================================================================================
# PROZENTUALISIERT POLITIKER
politikerProzentualisiert <- as_tidytable(apply(timePol_topics[,-c(1, 17:20)], MARGIN = 2, FUN = formel_prozentualisierung))
politikerProzentualisiert$dateTime <- timePol_topics$dateTime
politikerProzentualisiert$weekAsDate <- timePol_topics$weekAsDate
politikerProzentualisiert$weeknumber <- timePol_topics$weeknumber
politikerProzentualisiert$monthAsDate <- timePol_topics$monthAsDate
politikerProzentualisiert$monthNumber <- timePol_topics$monthNumber
# MEDIEN PROZENTUALISIERT
medienProzentualisiert <- as_tidytable(apply(timeMedia_topics[,-c(1, 17:20)], MARGIN = 2, FUN = formel_prozentualisierung))
# as_tidytable(apply(timeMedia_discPow_days[,-c(1:6, 22:25)], MARGIN = 2, FUN = formel_prozentualisierung))
## alternative mit discursive power datensatz: pro user UND pro tag
medienProzentualisiert$dateTime <- timeMedia_topics$dateTime
medienProzentualisiert$weekAsDate <- timePol_topics$weekAsDate
medienProzentualisiert$weeknumber <- timePol_topics$weeknumber
medienProzentualisiert$monthAsDate <- timeMedia_topics$monthAsDate
medienProzentualisiert$monthNumber <- timePol_topics$monthNumber
# =============================================================================================================================================================
# MINMAX POLITIKER
politikerMinMax <- as_tidytable(apply(timePol_topics[,-c(1, 17:20)], MARGIN = 2, FUN = minMaxNorm))
# DATUM
politikerMinMax$dateTime <- timePol_topics$dateTime
politikerMinMax$weekAsDate <- timePol_topics$weekAsDate
politikerMinMax$weeknumber <- timePol_topics$weeknumber
politikerMinMax$monthAsDate <- timePol_topics$monthAsDate
politikerMinMax$monthNumber <- timePol_topics$monthNumber
# MINMAX MEDIEN
medienMinMax <- as_tidytable(apply(timeMedia_topics[,-c(1, 17:20)], MARGIN = 2, FUN = minMaxNorm))
# DATUM
medienMinMax$dateTime <- timeMedia_topics$dateTime
medienMinMax$weekAsDate <- timeMedia_topics$weekAsDate
medienMinMax$weeknumber <- timeMedia_topics$weeknumber
medienMinMax$monthAsDate <- timeMedia_topics$monthAsDate
medienMinMax$monthNumber <- timeMedia_topics$monthNumber
# =========================================================================================================================================================
# ukraine: gesamtgraphik im vergleich der sphären mit min-max-normalisierter skala
# interpretativ: wo sind die jeweiligen maximalen und minimalen themenwerte in den graphiken, macht vergleichbarkeit besser als prozentskala, da
# dort radikal verschiedene grundwerte wären --- mit min-max ist das erstmal egal, weil man da einfach die werte zwischen 0.0 und 1.0 standardisiert und damit
# auf das thema zentriert, weniger auf den anteil vom insgesamten
ukraineZoom_medien <- medienMinMax %>% filter(dateTime >= as.Date("2022-01-01") & dateTime <= as.Date("2022-02-23"))
ukraineZoom_pol <- politikerMinMax %>% filter(dateTime >= as.Date("2022-01-01") & dateTime <= as.Date("2022-02-23"))
ukraineZoom_medien_kriegsbeg <- medienMinMax %>% filter(monthNumber >= 2 & monthNumber <= 3)
ukraineZoom_pol_kriegsbeg <- politikerMinMax %>% filter(monthNumber >= 2 & monthNumber <= 3)
ukraineZoom_medien_augSep <- medienMinMax %>% filter(monthNumber == 9)
ukraineZoom_pol_augSep <- politikerMinMax %>% filter(monthNumber == 9)
ukrZoom_baerbockreise <- data.frame(xmin = as.Date("2022-01-15"), xmax = as.Date("2022-01-20"), ymin = -Inf, ymax = Inf)
(ukraineZoom_graphik <- ggplot() +
geom_line(data = ukraineZoom_medien, aes(x=dateTime, y=ukraine, colour = "Medien")) +
geom_line(data = ukraineZoom_pol, aes(x=dateTime, y=ukraine, colour = "PolitikerInnen")) +
# geom_smooth(method="gam", data = ukraineZoom_medien, aes(x=dateTime, y=ukraine), colour = "#ffc125aa", se = F) +
# geom_smooth(method="gam", data = ukraineZoom_pol, aes(x=dateTime, y=ukraine), colour = "#0000cdaa", se = F) +
geom_vline(xintercept = as.Date("2022-01-17"), colour = "#ff6347aa", linewidth = 1.5) +
# annotate(geom="text", label = "Zeitenwende-\nRede", x=as.Date("2022-03-02"), y=0.1, color = "#ff0000", size=3.5) +
# geom_rect(data=ukrZoom_baerbockreise, aes(xmin=xmin, xmax=xmax, ymin=ymin, ymax=ymax),
# fill="#ff6347aa",
# color="black",alpha=0.5,
# inherit.aes = FALSE) +
annotate(geom="text", label = "Reise\nA. Baerbock\nUKR + RUS", x=as.Date("2022-01-21"), y=0.2, color = "#ff6347", size=3.5) +
scale_color_manual(name="", values = farbenPolitikerMedien) +
scale_x_date(breaks = "1 week", labels = date_format(format = "%b\nKW %W", locale = "de"),
limits = as.Date(c("2022-01-01", "2022-02-24")), expand = c(0,0)) +
xlab("") +
scale_y_percent(limits = c(0,.42)) +
ylab(" ") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Zoom: Jan. bis Mitte Feb., Prä-Kriegsphase"))
# ggplotly(ukraineZoom_graphik)
# View(allePolitiker %>% filter(ukraine == 1) %>% filter(dateTime == "2022-02-03"))
(ukraineZoom_graphik_kriegsbeg <- ggplot() +
geom_line(data = ukraineZoom_medien_kriegsbeg, aes(x=dateTime, y=ukraine, colour = "Medien")) +
geom_line(data = ukraineZoom_pol_kriegsbeg, aes(x=dateTime, y=ukraine, colour = "PolitikerInnen")) +
# geom_smooth(method="gam", data = ukraineZoom_medien_kriegsbeg, aes(x=dateTime, y=ukraine), colour = "#ffc125aa", se = F) +
# geom_smooth(method="gam", data = ukraineZoom_pol_kriegsbeg, aes(x=dateTime, y=ukraine), colour = "#0000cdaa", se = F) +
geom_vline(xintercept = as.Date("2022-02-27"), colour = "#ff6347") +
annotate(geom="text", label = "Zeitenwende-Rede", x=as.Date("2022-03-05"), y=0.9, color = "#ff6347", size=3.5) +
# geom_rect(data=ukrZoom_baerbockreise, aes(xmin=xmin, xmax=xmax, ymin=ymin, ymax=ymax),
# fill="#ff6347aa",
# color="black",alpha=0.5,
# inherit.aes = FALSE) +
# annotate(geom="text", label = "Reise\nA. Baerbock\nUKR + RUS", x=as.Date("2022-01-23"), y=0.7, color = "#ff0000", size=3.5) +
scale_color_manual(name="", values = farbenPolitikerMedien) +
scale_x_date(breaks = "1 week", labels = date_format(format = "%b\nKW %W", locale = "de"),
limits = as.Date(c("2022-02-01", "2022-03-31")), expand = c(0,0)) +
xlab("") +
scale_y_percent() +
ylab(" ") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Zoom: Kriegsbeginn"))
# ggplotly(ukraineZoom_graphik)
(ukraine_graphik <- ggplot() +
geom_line(data = medienMinMax, aes(x=dateTime, y=ukraine, colour = "Medien")) +
geom_line(data = politikerMinMax, aes(x=dateTime, y=ukraine, colour = "PolitikerInnen")) +
geom_smooth(method="gam", data = medienMinMax, aes(x=dateTime, y=ukraine), colour = "#ffc125aa", se = F) +
geom_smooth(method="gam", data = politikerMinMax, aes(x=dateTime, y=ukraine), colour = "#0000cdaa", se = F) +
# geom_vline(xintercept = as.Date("2022-02-27"), colour = "#ff0000") +
scale_color_manual(name="", values = farbenPolitikerMedien) +
scale_x_date(breaks = "2 weeks", labels = date_format(format = "%b, %W", locale = "de"),
limits = as.Date(c("2022-01-01", "2022-10-31")), expand = c(0,0)) +
xlab("") +
scale_y_percent() +
ylab(" ") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Themenaufmerksamkeit im Zeitverlauf"))
augsep <- ggplot() +
geom_line(data = ukraineZoom_medien_augSep, aes(x=dateTime, y=ukraine, colour = "Medien")) +
geom_line(data = ukraineZoom_pol_augSep, aes(x=dateTime, y=ukraine, colour = "PolitikerInnen")) +
# geom_smooth(method="gam", data = ukraineZoom_medien_kriegsbeg, aes(x=dateTime, y=ukraine), colour = "#ffc125aa", se = F) +
# geom_smooth(method="gam", data = ukraineZoom_pol_kriegsbeg, aes(x=dateTime, y=ukraine), colour = "#0000cdaa", se = F) +
geom_vline(xintercept = as.Date("2022-09-12"), colour = "#ff6347aa", linewidth = 1.5) +
annotate(geom="text", label = "Forderung v.\nWaffenlieferungen", x=as.Date("2022-09-09"), y=0.25, color = "#ff6347", size=3.5) +
geom_vline(xintercept = as.Date("2022-09-21"), colour = "#ff6347aa", linewidth = 1.5) +
annotate(geom="text", label = "Rus. Teil-\nmobilmachung", x=as.Date("2022-09-24"), y=0.25, color = "#ff6347", size=3.5) +
# geom_rect(data=ukrZoom_baerbockreise, aes(xmin=xmin, xmax=xmax, ymin=ymin, ymax=ymax),
# fill="#ff6347aa",
# color="black",alpha=0.5,
# inherit.aes = FALSE) +
# annotate(geom="text", label = "Reise\nA. Baerbock\nUKR + RUS", x=as.Date("2022-01-23"), y=0.7, color = "#ff0000", size=3.5) +
scale_color_manual(name="", values = farbenPolitikerMedien) +
scale_x_date(breaks = "1 week", labels = date_format(format = "%b\nKW %W", locale = "de"),
limits = as.Date(c("2022-09-01", "2022-09-30")), expand = c(0,0)) +
xlab("") +
scale_y_percent(limits = c(0, .30)) +
ylab(" ") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Zoom: Sept., moderate Phase")
View(allePolitiker %>% filter(ukraine == 1) %>% filter(dateTime == "2022-09-20"))
block4Ukraine <- ggarrange(nrow = 2, ncol = 1, ukraine_graphik, legend = "none", labels = "1",
ggarrange(nrow = 1, ncol = 2, ukraineZoom_graphik, augsep,
labels = c("2", "3"), common.legend = T, legend = "bottom"))
annotate_figure(block4Ukraine,
top = text_grob("Vergleichende Untersuchung der Akteurssphären für das Thema Ukraine", face = "bold", size = 20),
bottom = text_grob("Zeitebene: täglich.", size = 8, face = "italic", hjust = 1, x = 1))
# =========================================================================================================================================================
# covid
covidZoom_medien_anfang2022 <- medienMinMax %>% filter(monthNumber >= 1 & monthNumber <= 3)
covidZoom_pol_anfang2022 <- politikerMinMax %>% filter(monthNumber >= 1 & monthNumber <= 3)
covidZoom_medien_impfpflicht <- medienMinMax %>% filter(monthNumber >= 3 & monthNumber <= 4)
covidZoom_pol_impfpflicht <- politikerMinMax %>% filter(monthNumber >= 3 & monthNumber <= 4)
covidMedien_maxima <- data.frame(xmin = as.Date("2022-01-09"), xmax = as.Date("2022-01-16"), ymin = -Inf, ymax = Inf)
(covidZoom_graphik_anfang2022 <- ggplot() +
geom_line(data = covidZoom_medien_anfang2022, aes(x=dateTime, y=covid, colour = "Medien")) +
geom_line(data = covidZoom_pol_anfang2022, aes(x=dateTime, y=covid, colour = "PolitikerInnen")) +
geom_vline(xintercept = as.Date("2022-02-24"), linewidth = 1.5, colour = "#ff6347aa") +
annotate(geom="text", label = "Russ.\nInvasion", x=as.Date("2022-03-01"), y=0.90, color = "#ff6347", size=3.5) +
geom_vline(xintercept = as.Date("2022-01-26"), linewidth = 1.5, colour = "#ff6347aa") +
annotate(geom="text", label = "Orientierungsdeb.\nImpfpflicht", x=as.Date("2022-02-02"), y=0.35, color = "#ff6347", size=3) +
geom_rect(data = covidMedien_maxima,
aes(xmax=xmax, ymax=ymax, xmin=xmin, ymin=ymin),
fill = "#ff6347aa", colour = "black", alpha = 0.5, inherit.aes = F) +
annotate(geom="text", label = "Proteste,\nImpfpflicht,\nOmikron", x=as.Date("2022-01-20"), y=0.4, color = "#ff6347", size=3) +
scale_color_manual(name="Akteursgruppe", values = farbenPolitikerMedien) +
scale_x_date(breaks = "1 week", labels = date_format(format = "%b\nKW %W", locale = "de"),
limits = as.Date(c("2022-01-01", "2022-03-31")), expand = c(0,0)) +
xlab("") +
scale_y_percent() +
ylab(" ") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Zoom: Anfang 2022, Prä-Kriegsphase"))
ggplotly(covidZoom_graphik_anfang2022)
(covidZoom_graphik_impfpflicht <- ggplot() +
geom_line(data = covidZoom_medien_impfpflicht, aes(x=dateTime, y=covid, colour = "Medien")) +
geom_line(data = covidZoom_pol_impfpflicht, aes(x=dateTime, y=covid, colour = "PolitikerInnen")) +
geom_vline(xintercept = as.Date("2022-03-17"), linewidth = 1.5, colour = "#ff6347aa") +
annotate(geom="text", label = "Selenskyj-Rede\n+ Impfpflicht-Debatte", x=as.Date("2022-03-23"), y=0.90, color = "#ff6347", size=3.5) +
geom_vline(xintercept = as.Date("2022-04-07"), linewidth = 1.5, colour = "#ff6347aa") +
annotate(geom="text", label = "Abstimmung\nImpfpflicht", x=as.Date("2022-04-12"), y=0.75, color = "#ff6347", size=3.5) +
scale_color_manual(name="Akteursgruppe", values = farbenPolitikerMedien) +
scale_x_date(breaks = "1 week", labels = date_format(format = "%b\nKW %W", locale = "de"),
limits = as.Date(c("2022-03-01", "2022-04-30")), expand = c(0,0)) +
xlab("") +
scale_y_percent() +
ylab(" ") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Zoom: April, Abstimmung Impfpflicht"))
#ggplotly(covidZoom_graphik_impfpflicht)
(covid_graphik <- ggplot() +
geom_line(data = medienMinMax, aes(x=dateTime, y=covid, colour = "Medien")) +
geom_line(data = politikerMinMax, aes(x=dateTime, y=covid, colour = "PolitikerInnen")) +
geom_smooth(method="gam", data = medienMinMax, aes(x=dateTime, y=covid), colour = "#ffc125aa", se = F) +
geom_smooth(method="gam", data = politikerMinMax, aes(x=dateTime, y=covid), colour = "#0000cdaa", se = F) +
geom_vline(xintercept = as.Date("2022-02-24"), linewidth = 1.5, colour = "#ff6347aa") +
annotate(geom="text", label = "Russ.\nInvasion", x=as.Date("2022-03-03"), y=0.90, color = "#ff6347", size=3.5) +
geom_vline(xintercept = as.Date("2022-03-17"), linewidth = 1.5, colour = "#ff6347aa") +
annotate(geom="text", label = "Selenskyj-Rede\n+ Impfpflicht-\nDebatte", x=as.Date("2022-03-27"), y=0.85, color = "#ff6347", size=3.5) +
geom_rect(data = covidMedien_maxima,
aes(xmax=xmax, ymax=ymax, xmin=xmin, ymin=ymin),
fill = "#ff6347aa", colour = "black", alpha = 0.5, inherit.aes = F) +
annotate(geom="text", label = "Proteste,\nImpfpflicht,\nOmikron", x=as.Date("2022-01-21"), y=0.4, color = "#ff6347", size=3) +
scale_color_manual(name="Akteursgruppe", values = farbenPolitikerMedien) +
scale_x_date(breaks = "2 weeks", labels = date_format(format = "%b\nKW %W", locale = "de"),
limits = as.Date(c("2022-01-01", "2022-11-31")), expand = c(0,0)) +
xlab("") +
scale_y_percent() +
ylab("") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Themenaufmerksamkeit im Zeitverlauf"))
block4Covid <- ggarrange(nrow = 2, ncol = 1, covid_graphik, legend = "none", labels = "1", ggarrange(nrow = 1, ncol = 2, covidZoom_graphik_anfang2022, covidZoom_graphik_impfpflicht, labels = c("2", "3"), common.legend = T, legend = "bottom"))
annotate_figure(block4Covid,
top = text_grob("Vergleichende Untersuchung der Akteurssphären für das Thema Covid", size = 20, face = "bold"),
bottom = text_grob("Zeitebene: täglich.", size = 8, face = "italic", hjust = 1, x = 1))
View(allePolitiker %>% filter(covid ==1) %>% filter(dateTime == "2022-01-11"))
plot(aggregate(allePolitiker, covid~dateTime, FUN = mean), type = "l")
# =========================================================================================================================================================
medienVerk_49euro <- medienMinMax %>% filter(monthNumber >= 3 & monthNumber <= 5)
politikerVerk_49euro <- politikerMinMax %>% filter(monthNumber >= 3 & monthNumber <= 5)
(ggplot() +
geom_line(data = medienMinMax, aes(x=dateTime, y=verteidigungspolitik, colour = "Medien")) +
geom_line(data = politikerMinMax, aes(x=dateTime, y=verteidigungspolitik, colour = "PolitikerInnen")) +
geom_smooth(method="loess", data = medienMinMax, aes(x=dateTime, y=verteidigungspolitik), colour = "#ffc125aa", se = F) +
geom_smooth(method="loess", data = politikerMinMax, aes(x=dateTime, y=verteidigungspolitik), colour = "#0000cdaa", se = F) +
# geom_vline(xintercept = as.Date("2022-03-24")) +
# geom_vline(xintercept = as.Date("2022-05-20")) +
scale_color_manual(name="Akteursgruppe", values = farbenPolitikerMedien) +
scale_x_date(breaks = "2 weeks", labels = date_format(format = "%b\nKW %W", locale = "de")) +
xlab("") +
scale_y_percent() +
ylab("Anteil % Gesamtvolumen") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Themenaufmerksamkeit im Zeitverlauf"))
# View(alleMedien %>% filter(verkehr == 1) %>% filter(dateTime == "2022-06-08"))
# =========================================================================================================================================================
ccf(alleMedien$covid, allePolitiker$covid, plot = T, type = "correlation")
ccf(timePol_topics$ukraine, timePol_topics$energie, plot = T, type = "correlation")
ccf(timeMedia_topics$ukraine, timeMedia_topics$covid, plot = T, type = "correlation")
ggplot() +
geom_line(data = medienMinMax, aes(x=dateTime, y=ukraine, colour = "Medien")) +
geom_line(data = politikerMinMax, aes(x=dateTime, y=ukraine, colour = "PolitikerInnen")) +
geom_smooth(method="gam", data = medienMinMax, aes(x=dateTime, y=ukraine), colour = "#ffc125aa", se = F) +
geom_smooth(method="gam", data = politikerMinMax, aes(x=dateTime, y=ukraine), colour = "#0000cdaa", se = F) +
geom_vline(xintercept = as.Date("2022-09-12"), colour = "#ff0000") +
scale_color_manual(name="", values = farbenPolitikerMedien) +
scale_x_date(breaks = "2 weeks", labels = date_format(format = "%b, %W", locale = "de"),
limits = as.Date(c("2022-01-01", "2022-10-31")), expand = c(0,0)) +
xlab("") +
scale_y_percent() +
ylab(" ") +
theme_ipsum(base_family = "TeX Gyre Heros", base_size = 11.5) +
theme(axis.text.x = element_text(size = 9, vjust = 0.5), legend.position = "bottom",
legend.text = element_text(size = 9, face = "italic"), legend.title = element_text(face = "bold")) +
ggtitle("Themenaufmerksamkeit im Zeitverlauf")