Salut, Irina!

Perfect moment să te gândești la asta, chiar e crucială partea vizuală la lucrarea de master/doctorat. Știu exact prin ce treci, și eu am avut dileme similare. E o balanță fină între a prezenta tot ce știi din punct de vedere statistic și a nu-ți suprasolicita cititorul cu grafice confuze.

Eu am avut o experiență bună cu R și cu pachetul ggplot2. E incredibil de flexibil și, odată ce te prinzi de "gramatica graficelor" (cum îi zice creatorul său, Hadley Wickham), poți crea vizualizări foarte clare și cu un aspect profesionist. De la grafice simple de tip bară sau scatter plot, până la vizualizări multivariante complexe, poți controla fiecare element. Plus că, fiind parte din ecosistemul R, integrarea cu funcțiile statistice e nativă. Da, la început poate părea un pic abrupt, dar merită investiția de timp. Sigur, poate nu e la fel de "accesibil" ca un Excel, dar oferă mult mai mult control și rigoare, ceea ce e esențial pentru o lucrare de cercetare.

Dacă preferi Python, biblioteca Matplotlib este standardul, dar Seaborn (construită peste Matplotlib) e o opțiune mai modernă și adesea mai ușor de utilizat pentru grafice statistice. E similară cu ggplot2 în ideea de a abstractiza multe detalii pentru a te concentra pe ce anume reprezinți.

Pe partea de principii de design, mi-a prins bine să citesc despre "data-ink ratio" (Edward Tufte) - ideea e să maximizezi cantitatea de "cerneală" (pixeli în cazul nostru) care reprezintă date efective, eliminând tot ce e "zgomot" vizual (margini inutile, umbre exagerate, text supralicentiat pe axă etc.). Simplu, curat, direct la subiect. Adesea, un grafic bun nu are nevoie de multe culori țipătoare sau efecte 3D inutile.

Dacă ai anumite tipuri de grafice specifice în minte, sau dacă e un anumit tip de analiză pentru care cauți vizualizare, dă-mi un semn și poate pot să-ți sugerez ceva mai concret. Și dacă ai de gând să folosești R, îți pot trimite niște exemple de cod pe care le-am folosit eu.

Mult succes!
Adriana