REALIZAR LOS EJERCICIOS DE LA SIGUIENTE LECTURA:

La función barplot en R
Para crear un gráfico de barras en R, puedes usar la función de R base barplot. En este ejemplo, vamos a crear un diagrama de barras a partir de un data frame. Concretamente vamos a usar el conocido conjunto de datos mtcars.
En primer lugar, carga los datos y crea una tabla para la columna cyl con la función de table.
Cargamos los datos:
data(mtcars)

attach(mtcars)
creamos una tabla de frecuencias
mi_tabla<- table(cyl)

mi_tabla
## cyl
##  4  6  8 
## 11  7 14
GRAFICA DE BARRA CON PORCENTAJES
Una fila, dos columnas
par(mfrow = c(1, 2))
Gráfico de barras de frecuencia absoluta
barplot(mi_tabla, main = "Frequencia absoluta",
        col = rainbow(3))

Gráfico de barras de frecuencia relativa
barplot(prop.table(mi_tabla) * 100, main = "Frequencia relativa (%)",
        
        col = rainbow(3))

par(mfrow = c(1, 1))
DIAGRAMA DE BARRAS A PARTIR DE UN FACTOR
plot(factor(mtcars$cyl), col = rainbow(3))

SE PUEDE AGREGAR CURVAS PARA REPRESENTAR OTRA VARIABLE
Usamos la funcion barplot, y lines para representar:
barp <- barplot(mi_tabla,                     # Guarda los valores de X que
                
                main = "Frequencia absoluta", # representan el centro de
                
                col = rainbow(3))             # cada barra          

lines(barp, c(5, 4, 12), type = "o", lwd = 3)
SE PUEDE MOSTRAR LOS EJES CORRESPONDIENTES A LA ALTURA DE LAS BARRAS
Usamos barplot, y text para nombrar las barras y sus ejes
barp <- barplot(mi_tabla, col = rainbow(3), ylim = c(0, 15))
text(barp, mi_tabla + 0.5, labels = mi_tabla)

AÑADIR UN GRID CON LA FUNCION GRID (DEFINICION DE LINEAS)
barp <- barplot(mi_tabla, col = rainbow(3), ylim = c(0, 15))

grid(nx = NA, ny = NULL, lwd = 1, lty = 1, col = "gray")

barplot(mi_tabla, col = rainbow(3), ylim = c(0, 15), add = TRUE)

PODEMOS ADORNAR LA GRAFICA CON ETIQUETAS, TITULO Y COLORES AL GRAFICO
barplot(mi_tabla,                               
        
        main = "Gráfico de barras",           
        
        xlab = "Número de cilindros",         
        
        ylab = "Frecuencia",                  
        
        border = "green",                       
        
        col = c("grey", "blue", "red"))

CAMBIAR ETIQUETAS CON LA FUNCION names.arg
barplot(mi_tabla, names.arg = c("cuatro", "seis", "ocho"))

ANCHO DE BARRAS Y ESPACIO ENTRE BARRAS
Ancho de las barras (por defecto: width = 1)
barplot(mi_tabla, main = "Cambiar el ancho de las barras",
        
        col = rainbow(3), width = c(0.4, 0.2, 1))

Espacio entre las barras
barplot(mi_tabla, main = "Cambiar el espacio entre barras",
        
        col = rainbow(3), space = c(1, 1.1, 0.1))

GRAFICO DE BARRAS A PARTIR DE UN DATA FRAME/MATRIZ
df <- data.frame(ColorCoche = c("rojo", "verde", "rosado", "azul"),
                 
                 num = c(3, 5, 9, 1))
par(mfrow = c(1, 1))


barplot(height = df$num, names = df$ColorCoche,
        
        col = c("red", "green", "pink", "darkblue"))

GRAFICO DE BARRAS EN UNA VARIABLE CONTINUA
SE USA UNA MATRIZ PARA CLASIFICAR LOS DATOS Y LE FUNCION CUT
x <- c(2.1, 8.6, 3.9, 4.4, 4.0, 3.7, 7.6, 3.1, 5.0, 5.5, 20.2, 1.7,
       
       5.2, 33.7, 9.1, 1.6, 3.1, 5.6, 16.5, 15.8, 5.8, 6.8, 3.3, 40.6)

barplot(table(cut(x, breaks = seq(0, 45, by = 5))))

GRAFICO DE BARRAS HORIZONTAL
Puedes rotar 90º estableciendo el argumento horiz como TRUE.
barplot(mi_tabla, main = "Gráfico de barras horizontal",
        
        ylab = "Número de cilindros", xlab = "Frecuencia",
        
        horiz = TRUE)

LEYENDA EN EL GRAFICO DE BARRAS (CUADRO EXTRA)
Se puede agregar una leyenda a un diagrama de barras en R con el argumento legend.text
barplot(mi_tabla, xlab = "Número de cilindros",
        
        col = rainbow(3),
        
        legend.text = rownames(mi_tabla))

METODO PARA QUE LA LEYENDA NO SE INTERPONGA EN LA GRAFICA
Se usa args.legend, donde puedes establecer parámetros gráficos dentro de una lista.
barplot(mi_tabla, xlab = "Número de cilindros",
        
        col = rainbow(3),
        
        legend.text = rownames(mi_tabla),
        
        args.legend = list(x = "top"))

Un mejor enfoque es mover la leyenda a la derecha, fuera del grafico de barras
configuramos el inset y escribimos x=“topright”
par(mar = c(5, 5, 4, 10))

barplot(mi_tabla, xlab = "Número de cilindros",
        
        col = rainbow(3),
        
        legend.text = rownames(mi_tabla), # Valores de la leyenda
        
        args.legend = list(x = "topright", inset = c(-0.20, 0)))

CAMBIAR LIMITE A LOS EJES
Se usan los argumentos xlim y ylim, dependera del numero y ancho de barras
barplot(mi_tabla, xlab = "Número de cilindos",
        
        col = rainbow(3),
        
        legend.text = rownames(mi_tabla), xlim = c(0, 4.25))

Mover la leyenda abajo del grafico, con layout, par y plot.new
plot.new()

layout(rbind(1, 2), heights = c(10, 3))

barplot(mi_tabla, xlab = "Número de cilindros",
        
        col = rainbow(3))



par(mar = c(0, 0, 0, 0))

plot.new()

legend("top", rownames(mi_tabla), lty = 1,
       
       col = c("red", "green", "blue"), lwd = c(1, 2))

dev.off() sirve para eliminar el grafico con sus respectivas variables
GRAFICA AGRUPADA EN R
Es una grafica con dos o mas variables
Convertimos la variable ‘am’ en factor
am<- factor(am)
Cambiamos los niveles del factor
levels(am) <- c("Automatica", "Manual")
Tabla cilindros - tipo de transmisión
tabla_variables <- table(cyl, am)

tabla_variables <- xtabs(~cyl + am , data = mtcars)
Equivalente
Se usa barplot, main para titulo, nombramos los ejes y beside para agrupar barras
barplot(tabla_variables,
        
        main = "Gráfico de barras agrupado",
        
        xlab = "Tipo de transmisión", ylab = "Frecuencia",
        
        col = c("darkgrey", "darkblue", "red"),
        
        legend.text = rownames(tabla_variables),
        
        beside = TRUE)

Barras agrupadas
ESPACIO ENTRE GRUPOS
El espacio entre barras de cada grupo es de 0.4 y entre grupos de 2.5
barplot(tabla_variables,
        
        main = "Espacio entre grupos",
        
        xlab = "Tipo de transmisión", ylab = "Frecuencia",
        
        col = c("darkgrey", "darkblue", "red"),
        
        legend.text = rownames(tabla_variables),
        
        beside = TRUE,
        
        space = c(0.4, 2.5))

VALORES NUMERICOS ENTRE GRUPOS
Resumir una variable en grupos dados, usando tapply
resumen_datos <- tapply(mtcars$hp, list(cilindros = mtcars$cyl,
                                        
                                        transmision = am),
                        
                        FUN = mean, na.rm = TRUE)

resumen_datos
##          transmision
## cilindros Automatica   Manual
##         4   84.66667  81.8750
##         6  115.25000 131.6667
##         8  194.16667 299.5000
Despues de resumir los datos, se empieza a graficar
par(mar = c(5, 5, 4, 10))

barplot(resumen_datos, xlab = "Tipo de transmisión",
        
        main = "Media CV",
        
        col = rainbow(3),
        
        beside = TRUE,
        
        legend.text = rownames(resumen_datos),
        
        args.legend = list(title = "Cilindros", x = "topright",
                           
                           inset = c(-0.20, 0)))

GRAFICO CON BARRAS DE ERROR
barplot.error <- function(x, y, …) {
mod <- lm(y ~ x)
reps <- sqrt(length1/length(levels(x)))
sem <- sigma(mod)/reps
means <- tapply(y, x, mean)
upper <- max(means) + sem
lev <- levels(x)
barpl <- barplot(means, …)
invisible(sapply(1:length(barpl), function(i) arrows(barpl[i], means[i] + sem,
barpl[i], means[i] - sem, angle = 90, code = 3, length = 0.08)))
}
barplot.error(factor(mtcars\(cyl), mtcars\)hp, col = rainbow(3), ylim = c(0, 250))
GRAFICO DE BARRAS APILADAS DE R
La frecuencia de variables esta apilada de forma predeterminada.
El argumento BESIDE por defecto es F
plot.new()

barplot(tabla_variables,
        
        main = "Gráfico de barras apilado",
        
        xlab = "Tipo de transmisión", ylab = "Frecuencia",
        
        col = c("darkgrey", "darkblue", "red"),
        
        legend.text = rownames(tabla_variables),
        
        beside = FALSE)

Barras apiladas (opción por defecto)
El diagrama de mosaico datos cuantiativos con sus respectivas proporciones
Se usa la funcion mosaicplot
install.packages(“graphics”)
library(graphics)

mosaicplot(tabla_variables, main = "Mosaico")

GRAFICO EN ESPINA
Los ejes se intercambian, se crea un grafico igual transponiendo la tabla
Se usa la funcion spineplot
spineplot(t(tabla_variables))

GRAFICO ESPINA VERTICAL
Se usará la libreria de ggplot2 con las funciones ggplot y geom_bar
Creando un data frame y usandolo con las funciones antes mencionadas
install.packages(“ggplot2”)
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.1
## 
## Attaching package: 'ggplot2'
## The following object is masked from 'mtcars':
## 
##     mpg
df <- as.data.frame(mi_tabla)

ggplot(data = df, aes(x = cyl, y = Freq)) +
  
  geom_bar(stat = "identity")

GRAFICO HORIZONTAL EN GGPLOT2
Se usa coord_flip de la siguiente manera
ggplot(data = df, aes(x = cyl, y = Freq)) +
  
  geom_bar(stat = "identity") +
  
  coord_flip()

HISTOGRAMAS EN R
Para hacer histograma, se usara la funcion hist
Primero debemos tener una matriz o un data frame
distancia <- c(241.1, 284.4, 220.2, 272.4, 271.1, 268.3,
               
               291.6, 241.6, 286.1, 285.9, 259.6, 299.6,
               
               253.1, 239.6, 277.8, 263.8, 267.2, 272.6,
               
               283.4, 234.5, 260.4, 264.2, 295.1, 276.4,
               
               263.1, 251.4, 264.0, 269.2, 281.0, 283.2)
Usamos la funcion hist y dentro va lo mismo que en barplot
main para el titulo, distancia ya esta predeterminado por la matriz
ylab para nombrar el eje y, en este caso la frecuencia
hist(distancia, main = "Histograma de frecuencias", # Frecuencia
     
     ylab = "Frecuencia")

Añadiendo el prob= TRUE se obtiene un histograma de densidad
hist(distancia, prob = TRUE, main = "Histograma de densidad", # Densidad
     
     ylab = "Densidad")

Se puede añadir un grid de la siguiente manera
hist(distancia, prob = TRUE, ylab = "Densidad", main = "Grid")

grid(nx = NA, ny = NULL, lty = 2, col = "gray", lwd = 1)

hist(distancia, prob = TRUE, add = TRUE, col = "blue")

Con esdte codigo podemos cambiar al histograma su color
hist(distancia, main = "Cambiar color", ylab = "Frecuencia", col = "lightblue")

Si se quiere cambiar el numero de barras, con el argumento breaks
podras cambiar el numero que quieras
par(mfrow = c(1, 3))
Dividimos en 2 clases
hist(distancia, breaks = 2, main = "Pocas clases", ylab = "Frecuencia")

Dividimos en 50 clases
hist(distancia, breaks = 50, main = "Demasiadas clases", ylab = "Frecuencia")

Clases predeterminadas
hist(distancia, main = "Método de Sturges", ylab = "Frecuencia")

Con par(mfrow) podemos reflejar el numero de graficas
par(mfrow = c(1, 1))
Se puede usar el metodo plug.in con la libreria kernsmooth
Método plug-in
install.packages(“KernSmooth”)
library(KernSmooth)
## KernSmooth 2.23 loaded
## Copyright M. P. Wand 1997-2009
ancho_barras <- dpih(distancia)


nbarras <- seq(min(distancia) - ancho_barras,
               
               max(distancia) + ancho_barras, by = ancho_barras)

hist(distancia, breaks = nbarras, main = "Plug-in", ylab = "Frecuencia")

Histograma con dos variables
Establecer el argumento add como TRUE permite añadir un histograma sobre otro gráfico.
set.seed(1)

x <- rnorm(1000)    # Primer grupo

y <- rnorm(1000, 1) # Segundo grupo

hist(x, main = "Dos variables", ylab = "Frecuencia")

hist(y, add = TRUE, col = rgb(1, 0, 0, alpha = 0.5))

### Histograma coin curva normal, con la funcion dnorm y lines
hist(distancia, prob = TRUE,
     
     main = "Histograma con curva normal", ylab = "Densidad")

x <- seq(min(distancia), max(distancia), length = 40)

f <- dnorm(x, mean = mean(distancia), sd = sd(distancia))

lines(x, f, col = "red", lwd = 2)
Curva de densidad en histograma de R
funcion lines para trazar la curva y función density para la estimación
hist(distancia, freq = FALSE, main = "Curva densidad", ylab = "Densidad")

lines(density(distancia), lwd = 2, col = 'red')

Vamos a unir los códigos anteriores para crear automáticamente un histograma con curvas normales y de densidad.
histDenNorm <- function (x, ...) {
  
  hist(x, ...) # Histograma
  
  lines(density(x), col = "blue", lwd = 2) # Densidad
  
  x2 <- seq(min(x), max(x), length = 40)
  
  f <- dnorm(x2, mean(x), sd(x))
  
  lines(x2, f, col = "red", lwd = 2) # Normal
  
  legend("topright", c("Histograma", "Densidad", "Normal"), box.lty = 0,
         
         lty = 1, col = c("black", "blue", "red"), lwd = c(1, 2, 2))
  
}

set.seed(1)
# Datos normales
x <- rnorm(n = 5000, mean = 110, sd = 5)
# Datos exponenciales
y <- rexp(n = 3000, rate = 1)
par(mfcol = c(1, 2))

histDenNorm(x, prob = TRUE, main = "Histograma de X")

histDenNorm(y, prob = TRUE, main = "Histograma de Y")

par(mfcol = c(1, 1))
Histograma y boxplot en R
Se puede agregar un diagrama de caja sobre un histograma escribiendo par(new = TRUE) entre los códigos de los dos gráficos.
hist(distancia, probability = TRUE, ylab = "", main = "",
     
     col = rgb(1, 0, 0, alpha = 0.5), axes = FALSE)

axis(1) # Añade el eje horizontal

par(new = TRUE)

boxplot(distancia, horizontal = TRUE, axes = FALSE,
        
        lwd = 2, col = rgb(0, 0, 0, alpha = 0.2))

Histograma en R con ggplot2
Se usa las funciones ggplot + geom_histogram y pasar los datos como data frame.
library(ggplot2)

ggplot(data.frame(distancia), aes(x = distancia)) +
  
  geom_histogram(color = "gray", fill = "white")
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggplot no utiliza el método de Sturges.
calcularemos numero de barras con el metodo sturges el argumento breaks
Calculando el número de barras como la función hist()
nbreaks <- pretty(range(distancia), n = nclass.Sturges(distancia),
                  
                  min.n = 1)

ggplot(data.frame(distancia), aes(x = distancia)) +
  
  geom_histogram(breaks = nbreaks, color = "gray", fill = "white")

En ggplot2 también puedes agregar la curva de densidad con la función geom_density.
rellenar el área debajo de la curva, puedes indicar en el argumento fill.
Y con el argumento alpha el grado de transparencia del color.
ggplot(data.frame(distancia), aes(x = distancia)) +
  
  geom_histogram(aes(y = ..density..), breaks = nbreaks,
                 
                 color = "gray", fill = "white") +
  
  geom_density(fill = "black", alpha = 0.2)
## Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(density)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

Histograma en Plotly
crea gráficos en formato interactivo.
library(plotly)
## Warning: package 'plotly' was built under R version 4.3.1
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout
###### Histograma de frecuencias

fig <- plot_ly(x = distancia, type = "histogram")

fig
Histograma de densidad
fig <- plot_ly(x = distancia, type = "histogram", histnorm = "probability")

fig
Función de densidad empírica en R
puedes pasar a la función plot un objeto creado con la función density de R
### Datos de ejemplo

set.seed(1234)

# Generamos datos

x <- rnorm(500)

par(mfrow = c(1, 2))

# Creamos un histograma

hist(x, freq = FALSE, main = "Histograma y densidad",
     
     ylab = "Densidad")

# Calculamos la densidad

dx <- density(x)

# Añadimos la línea de densidad

lines(dx, lwd = 2, col = "red")

# Curva de densidad sin histograma

plot(dx, lwd = 2, col = "red",
     
     main = "Densidad")

# Añadimos los datos con riudo en el eje X

rug(jitter(x))

El resultado es la densidad de probabilidad empírica suavizada.
Una alternativa para crear una función de densidad en R es la función epdfPlot del paquete EnvStats.
install.packages(“EnvStats”)
library(EnvStats)
## Warning: package 'EnvStats' was built under R version 4.3.1
## 
## Attaching package: 'EnvStats'
## The following objects are masked from 'package:stats':
## 
##     predict, predict.lm
epdfPlot(x, epdf.col = "red")

Selección de ventana para densidades tipo núcleo
El gráfico de densidad tipo núcleo es un enfoque no paramétrico que necesita seleccionar una ventana (bandwidth).
una ventana grande suavizará la curva de densidad, y una pequeña provocará un sobreajuste de la estimación de densidad tipo núcleo.
par(mfrow = c(1, 2))

# Ventana grande

plot(density(x, bw = 20), lwd = 2,
     
     col = "red", main = "Ventana demasiado grande")

# Ventana pequeña

plot(density(x, bw = 0.05), lwd = 2,
     
     col = "red", main = "Ventana demasiado pequeña")

###  En este caso, estamos pasando el argumento bw de la función de densidad.
# Alternativa equivalente con el paquete EnvStats

epdfPlot(x, epdf.col = "red", density.arg.list = list(bw = 0.05),
         
         main = "Ventana demasiado pequeña")

Se usan 3 enfoques para seleccionar parametros
1. Por defecto, la función density utiliza el enfoque que se conoce como la “regla del pulgar”.
2. Usando el método plug-in, desarrollado por Sheather y Jones (1991).
3. Usando el enfoque de validación cruzada.
par(mfrow = c(1, 3))


# Regla del pulgar

plot(density(x), main = "Regla del pulgar",
     
     cex.lab = 1.5, cex.main = 1.75, lwd = 2)

# Validación cruzada insesgada

plot(density(x, bw = bw.ucv(x)), col = 2, # Igual a: bw = "UCV"
     
     main = "Validación cruzada", cex.lab = 1.5,
     
     cex.main = 1.75, lwd = 2)

# Plug-in

plot(density(x, bw = bw.SJ(x)), col = 4, # Igual a: bw = "SJ"
     
     main = "Método plug-in",
     
     cex.lab = 1.5, cex.main = 1.75, lwd = 2)

También puedes cambiar la función núcleo con el argumento kernel, que por defecto será gaussiano
Los núcleos disponibles son “gaussiano”, “epanechnikov”, “rectangular”, “triangular”, “biweight”, “cosine” y “optcosine”.
La selección dependerá de los datos que manejes
Multiples líneas de densidad en un gráfico
Solo necesitas crear un gráfico de densidad en R y añadir las nuevas líneas que quieras.
par(mfrow = c(1, 1))
lot(dx, lwd = 2, col = “red”, main = “Multiples curvas”, xlab = ““)
Nuevos datos
set.seed(2)
y <- rnorm(500) + 1
dy <- density2
Nueva curva
lines(dy, col = “blue”, lwd = 2)
Gráficos de comparación de densidades en R
Un enfoque es utilizar la función densityPlot del paquete car.
Esta función crea estimaciones de densidad no paramétricas condicionadas por un factor si se especifica.
Grupos
set.seed(1)

grupos <- factor(sample(c(1, 2), 100, replace = TRUE))

variable <- numeric(100)

# Grupo 1: media 3

variable[grupos == 1] <- rnorm(length(variable[grupos == 1]), 3)

# Grupo 2: media 0

variable[grupos == 2] <- rnorm(length(variable[grupos == 2]))
Comparando densidades por grupo
install.packages(“car”)
library(car)
## Loading required package: carData
## 
## Attaching package: 'car'
## The following object is masked from 'package:EnvStats':
## 
##     qqPlot
densityPlot(variable, grupos)

Otra alternativa es utilizar la función sm.density.compare del paquete sm

install.packages(“sm”)

library(sm)
## Warning: package 'sm' was built under R version 4.3.1
## Package 'sm', version 2.2-5.7: type help(sm) for summary information
sm.density.compare(variable, grupos)               

legend("topleft", levels(grupos), col = 2:4, lty = 1:2)

Colorear el área bajo las curvas de densidad
Si usas la función rgb en el argumento col en lugar de un color básico, puedes establecer
la transparencia del área del diagrama de densidad con el argumento alpha, que va desde 0 hasta 1.
par(mfrow = c(1, 2))

#——————————–

Sombrear el área bajo la curva

#——————————–

plot(dx, lwd = 2, main = "", xlab = "",
     
     col = "red", xlim = c(-4, 6), ylim = c(0, 0.5))

polygon(dx, col = "red")

polygon(dx$x, dx$y, col = "red") # Equivalente

set.seed(2)

y <- rnorm(500) + 2
dy <- densitySí
lines(dy, lwd = 2, col = “blue”)
polygon(dy, col = “blue”)

#————————————————–

Sombrear el área bajo la curva con transparencia

#————————————————–

plot(dx, lwd = 2, main = "", xlab = "",
     
     col = "red", xlim = c(-4, 6), ylim = c(0, 0.5))

polygon(dx, col = rgb(1, 0, 0, alpha = 0.5))

lines(dy, lwd = 2, col = “blue”)
polygon(dy, col = rgb(0, 0, 1, alpha = 0.5))
getwd()
## [1] "C:/Users/FLOR MARIA MOROCHO/Downloads"
Alternativa equivalente con el paquete EnvStats
library(EnvStats)



epdfPlot(x, # Vector con datos
         
         curve.fill = TRUE, # Colorear el área
         
         curve.fill.col = rgb(1, 0, 0, alpha = 0.5), # Color del área
         
         epdf.col = "red") # Color de la curva



epdfPlot(y, curve.fill = TRUE,
         
         curve.fill.col = rgb(0, 0, 1, alpha = 0.5),
         
         epdf.col = "blue",
         
         add = TRUE)

Añadir la densidad sobre el plot anterior
También puedes sombrear solo un área específica debajo de la curva. En el siguiente ejemplo, mostramos cómo colorear el área de la curva para valores de x mayores que 0.
par(mfrow = c(1, 1))



plot(dx, lwd = 2, main = "Densidad", col = "red")



polygon(c(dx$x[dx$x >= 0], 0), c(dx$y[dx$x >= 0], 0),
        
        col = rgb(1, 0, 0, alpha = 0.5), border = "red", main = "")

Colorear cierta área bajo una curva en R
Gráfico de densidad con ggplot2
Puedes crear una gráficas de densidad con el paquete de R ggplot2 con las funciones ggplot y geom_density de la siguiente manera:
  library(ggplot2)



df <- data.frame(x = x)



ggplot(df, aes(x = x)) +
  
  geom_density(color = "red", # Color de la curva
               
               fill = "red",  # Color del área sombreada
               
               alpha = 0.5)   # Transparencia del color

Si quieres agregar más curvas, puedes establecer los límites del eje X con la función xlim y agregar una leyenda con scale_fill_discrete de la siguiente manera:
df <- data.frame(x = x, y = y)

df <- stack(df)

dx <- density(x)

dy <- density(y)
ggplot(df, aes(x = values, fill = ind)) +
  
  geom_density(alpha = 0.5) + # Densidades con transparencia
  
  xlim(c(min(dx$x, dy$x), # Límites del eje X
         
         c(max(dx$x, dy$x)))) +
  
  scale_fill_discrete(name = "Título de la leyenda", # Cambiar el título de la leyenda
                      
                      labels = c("A", "B")) # + # Cambiar las etiquetas de la leyenda

theme(legend.position = “none”) # Eliminar leyenda
Equivalente
ggplot(df, aes(x = values)) +
  
  geom_density(aes(group = ind, fill = ind), alpha = 0.5) +
  
  xlim(c(min(dx$x, dy$x), c(max(dx$x, dy$x)))) +
  
  scale_fill_discrete(name = "Título de la leyenda",
                      
                      labels = c("A", "B"))

La función boxplot en R
Puedes dibujar este tipo de gráfico desde diferentes entradas, como vectores o data frames
también puedes especificar una fórmula como entrada.
demás, es posible personalizar el gráfico de cajas resultante con varios argumentos.
Boxplot de un vector
Solo necesitas pasar el vector a la función boxplot. Por defecto, el diagrama de caja será vertical.
Datos de muestra
x <- c(8, 5, 14, -9, 19, 12, 3, 9, 7, 4,
       
       4, 6, 8, 12, -8, 2, 0, -1, 5, 3)

boxplot(x, horizontal = TRUE)

Los diagramas de caja ocultan la distribución subyacente de los datos.
Para resolver este problema, puedes agregar puntos al diagrama de cajas con la función stripchart
stripchart(x, method = "jitter", pch = 19, add = TRUE, col = "blue")
Intervalo de confianza para la mediana del boxplot
Puedes representar los intervalos de confianza al 95% para la mediana en un diagrama de caja de R estableciendo el argumento notch como TRUE.
boxplot(x, notch = TRUE)

Gráfico de cajas por grupo
Si tu conjunto de datos tiene una variable con varios grupos.
Puedes crear un diagrama de caja especificando una fórmula (variable_continua ~ variable_categorica).
head(chickwts)
##   weight      feed
## 1    179 horsebean
## 2    160 horsebean
## 3    136 horsebean
## 4    227 horsebean
## 5    217 horsebean
## 6    168 horsebean
Ahora, puedes crear un diagrama de caja que muestre la variable weight (peso) contra el tipo de alimentación (feed).
boxplot(chickwts$weight ~ chickwts$feed)

boxplot(weight ~ feed, data = chickwts) # Equivalente

podrías agregar puntos a cada diagrama de caja de la siguiente manera:
stripchart(chickwts$weight ~ chickwts$feed, vertical = TRUE, method = "jitter",
           
           pch = 19, add = TRUE, col = 1:length(levels(chickwts$feed)))
Multiples Boxplots
puedes crear directamente un diagrama de caja desde un data frame.
head(trees)
##   Girth Height Volume
## 1   8.3     70   10.3
## 2   8.6     65   10.3
## 3   8.8     63   10.2
## 4  10.5     72   16.4
## 5  10.7     81   18.8
## 6  10.8     83   19.7
puedes convertir este conjunto de datos como uno del mismo formato que el conjunto de datos chickwts con la función stack.
stacked_df <- stack(trees)
head(stacked_df)
##   values   ind
## 1    8.3 Girth
## 2    8.6 Girth
## 3    8.8 Girth
## 4   10.5 Girth
## 5   10.7 Girth
## 6   10.8 Girth
Ahora puedes dibujar el diagrama de caja con el data frame original o con el apilado como lo hicimos en la sección anterior.
Boxplot del conjunto de datos ‘trees’
boxplot(trees, col = rainbow(ncol(trees)))

Equivalente a:
boxplot(stacked_df$values ~ stacked_df$ind,
        
        col = rainbow(ncol(trees)))

Puedes apilar columnas de un data frame con la función stack
puedes usar la función lapply e iterar sobre cada columna.
dividiremos el panel gráfico en una fila y tantas columnas como tenga el conjunto de datos.
Otra alternativa sería dibujar boxplots de forma individual. La función invisible evita mostrar el texto de salida de la función lapply.
par(mfrow = c(1, ncol(trees)))

invisible(lapply(1:ncol(trees), function(i) boxplot(trees[, i])))

Reordenar boxplot en R
Por defecto, los diagramas de caja se dibujarán con el orden de los factores en los datos.
puedes reordenar u ordenar un diagrama de caja en R reordenando los datos basándote en cualquier medida
Funcion reorder
par(mfrow = c(1, 2))
De más bajo a más alto
medianas <- reorder(chickwts$feed, chickwts$weight, median)
medianas <- with(chickwts, reorder(feed, weight, median)) # Equivalente
boxplot(chickwts$weight ~ medianas, las = 2, xlab = "", ylab = "")

De más alto a más bajo
medianas <- reorder(chickwts$feed, -chickwts$weight, median)
medianas <- with(chickwts, reorder(feed, -weight, median)) # Equivalente
boxplot(chickwts$weight ~ medianas, las = 2, xlab = "", ylab = "")

par(mfrow = c(1, 1))
Personalizar un boxplot en R
en en cuenta que hay incluso más argumentos que los del siguiente ejemplo para personalizar el diagrama de caja, como boxlty, boxlwd, medlty o staplelwd.
plot.new()

set.seed(1)

# Fondo gris claro

rect(par("usr")[1], par("usr")[3], par("usr")[2], par("usr")[4],
     
     col = "#ebebeb")

# Añadimos un grid blanco

grid(nx = NULL, ny = NULL, col = "white", lty = 1,
     
     lwd = par("lwd"), equilogs = TRUE)



# Boxplot

par(new = TRUE)

boxplot(rnorm(500), # Datos
        
        horizontal = FALSE, # Horizontal o vertical
        
        lwd = 2, # Lines width
        
        col = rgb(1, 0, 0, alpha = 0.4), # Color
        
        xlab = "Etiqueta eje X",  # Etiqueta eje X
        
        ylab = "Etiqueta eje Y",  # Etiqueta eje Y
        
        main = "Boxplot personalizado en R base", # Título
        
        notch = TRUE, # Añade intervalos de confianza para la mediana
        
        border = "black",  # Color del borde del boxplot
        
        outpch = 25,       # Símbolo para los outliers
        
        outbg = "green",   # Color de los datos atípicos
        
        whiskcol = "blue", # Color de los bigotes
        
        whisklty = 2,      # Tipo de línea para los bigotes
        
        lty = 1) # Tipo de línea (caja y mediana)

# Agregamos una leyenda

legend("topright", legend = "Boxplot", # Posición y título
       
       fill = rgb(1, 0, 0, alpha = 0.4),  # Color
       
       inset = c(0.03, 0.05), # Cambiamos los márgenes
       
       bg = "white") # Color de fondo de la leyenda

Añadir la media a un boxplot en R
Es posible que también quieras mostrar la media u otra característica de los datos
Puedes usar la función segments si quieres mostrar una línea como la mediana, o la función points para agregar puntos.
par(mfrow = c(1, 2))

#—————–

Boxplot vertical

#—————–

boxplot(x)

# Añadir línea con la media

segments(x0 = 0.8, y0 = mean(x),
         
         x1 = 1.2, y1 = mean(x),
         
         col = "red", lwd = 2)

# abline(h = mean(x), col = 2, lwd = 2) # Línea completa

# Añadir punto con la media

points(mean(x), col = 3, pch = 19)

#——————-

Boxplot horizontal

#——————-

boxplot(x, horizontal = TRUE)

# Añadir línea con la media

segments(x0 = mean(x), y0 = 0.8,
         
         x1 = mean(x), y1 = 1.2,
         
         col = "red", lwd = 2)


# abline(v = mean(x), col = 2, lwd = 2) # Línea completa

# Añadir punto con la media

points(mean(x), 1, col = 3, pch = 19)

par(mfrow = c(1, 1))
Nótese que en este caso la media y la mediana son casi iguales, ya que la distribución es simétrica.
También puedes agregar la media en boxplots por grupo. En este caso, puedes hacer uso de la función lapply y así evitar bucles.
Para calcular la media de cada grupo se puede usar la función apply por columnas o la función colMeans
par(mfrow = c(1, 2))

mi_df <- trees

#—————————-

Boxplot vertical por grupo

#—————————-

boxplot(mi_df, col = rgb(0, 1, 1, alpha = 0.25))

# Añadir líneas con las medias

invisible(lapply(1:ncol(mi_df),
                 
                 function(i) segments(x0 = i - 0.4,
                                      
                                      y0 = mean(mi_df[, i]),
                                      
                                      x1 = i + 0.4,
                                      
                                      y1 = mean(mi_df[, i]),
                                      
                                      col = "red", lwd = 2)))



# Añadir puntos con la medias

medias <- apply(mi_df, 2, mean)

medias <- colMeans(mi_df) # Equivalente (más eficiente)


points(medias, col = "red", pch = 19)

#—————————–

Boxplot horizontal por grupo

#—————————–

boxplot(mi_df, col = rgb(0, 1, 1, alpha = 0.25),
        
        horizontal = TRUE)

# Añadir líneas con la medias

invisible(lapply(1:ncol(mi_df),
                 
                 function(i) segments(x0 = mean(mi_df[, i]),
                                      
                                      y0 = i - 0.4,
                                      
                                      x1 = mean(mi_df[, i]),
                                      
                                      y1 = i + 0.4,
                                      
                                      col = "red", lwd = 2)))


# Añadir puntos con la medias

medias <- apply(mi_df, 2, mean)
medias <- colMeans(mi_df) # Equivalente (más eficiente)

points(medias, 1:ncol(mi_df), col = "red", pch = 19)

par(mfrow = c(1, 1))
Devolver valores de un boxplot
Crea un diagrama de caja con el conjunto de datos trees y almacénalo en una variable:
res <- boxplot(trees)

res
## $stats
##       [,1] [,2] [,3]
## [1,]  8.30   63 10.2
## [2,] 11.05   72 19.4
## [3,] 12.90   76 24.2
## [4,] 15.25   80 37.3
## [5,] 20.60   87 58.3
## 
## $n
## [1] 31 31 31
## 
## $conf
##          [,1]     [,2]    [,3]
## [1,] 11.70814 73.72979 19.1204
## [2,] 14.09186 78.27021 29.2796
## 
## $out
## [1] 77
## 
## $group
## [1] 3
## 
## $names
## [1] "Girth"  "Height" "Volume"
La salida contendrá seis elementos, descritos a continuación:
stats: cada columna representa el bigote inferior, el primer cuartil, la mediana, el tercer cuartil y el bigote superior de cada grupo.
n: número de observaciones de cada grupo.
conf: cada columna representa los extremos inferior y superior del intervalo de confianza de la mediana.
out: número total de valores atípicos.
group: número total de grupos.
names: nombres de cada grupo.
bxp(res)

## Boxplot e histograma en R
#### Una limitación de los gráficos de caja y bigotes es que no están diseñados para detectar multimodalidad.
par(mfrow = c(1, 1))

# Datos multimodales
n <- 20000
ii <- rbinom(n, 1, 0.5)
dat <- rnorm(n, mean = 110, sd = 11) * ii +
  
  rnorm(n, mean = 70, sd = 5) * (1 - ii)

# Histograma
hist(dat, probability = TRUE, ylab = "", col = "grey",
     
     axes = FALSE, main = "")

# Eje
axis(1)

# Densidad
lines(density(dat), col = "red", lwd = 2)

# Boxplot
par(new = TRUE)

boxplot(dat, horizontal = TRUE, axes = FALSE,
        
        lwd = 2, col = rgb(0, 1, 1, alpha = 0.15))

Los boxplots no están diseñados para detectar multmodalidad en los datos.
Como alternativas ante este problema puedes usar violin plots o beanplots.
Los diagramas de caja que creamos en las secciones anteriores también se pueden realizar con el paquete ggplot2.
El tipo de dato de entrada para usar la función ggplot tiene que ser un data frame, por lo que tendrás que convertir tu vector en clase data.frame.
Una vez hecho podrás usar la función geom_boxplot para crear y personalizar la caja y la función stat_boxplot para añadir los bigotes.
###### install.packages("ggplot2")

library(ggplot2)

# Transformar x en un data frame
x <- data.frame(x)

# Boxplot a partir de un vector

ggplot(data = x, aes(x = "", y = x)) +
  
  stat_boxplot(geom = "errorbar", 
               width = 0.2) +
  
  geom_boxplot(fill = "#4271AE",  
               
               outlier.colour = "red",
               
               alpha = 0.9) +         
  
  ggtitle("Boxplot a partir de un vector") +
  
  xlab("") +
  
  coord_flip()

Boxplot en ggplot2 por grupo
Si quieres crear un diagrama de caja con ggplot2 por grupo, deberás especificar las variables en el argumento aes de la siguiente manera:
# Boxplot por grupo

ggplot(data = chickwts, aes(x = feed, y = weight)) +
  
  stat_boxplot(geom = "errorbar", # Bigotes
               
               width = 0.2) +
  
  geom_boxplot(fill = "#4271AE", colour = "#1F3552", # Colores
               
               alpha = 0.9, outlier.colour = "red") +
  
  scale_y_continuous(name = "Peso") +  # Etiqueta de la variable continua
  
  scale_x_discrete(name = "Alimentación") +        # Etiqueta de los grupos
  
  ggtitle("Boxplot por grupos en ggplot2") +       # Título del plot
  
  theme(axis.line = element_line(colour = "black", # Personalización del tema
                                 
                                 size = 0.25))
## Warning: The `size` argument of `element_line()` is deprecated as of ggplot2 3.4.0.
## ℹ Please use the `linewidth` argument instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

Boxplot en ggplot2 desde un data frame
Finalmente, para crear un boxplot con ggplot2 directamente desde un conjunto de datos como el de trees deberás apilar primero los datos con la función stack
# Boxplot a partir de un data frame

ggplot(data = stack(trees), aes(x = ind, y = values)) +
  
  stat_boxplot(geom = "errorbar", # Bigotes
               
               width = 0.2) +
  
  geom_boxplot(fill = "#4271AE", colour = "#1F3552", # Colores
               
               alpha = 0.9, outlier.colour = "red") +
  
  scale_y_continuous(name = "Peso") +  # Etiqueta de la variable continua
  
  scale_x_discrete(name = "Alimentación") +        # Etiqueta de los grupos
  
  ggtitle("Boxplot a partir de un data frame") +   # Título del plot
  
  theme(axis.line = element_line(colour = "black", # Personalización del tema
                                 
                                 size = 0.25))