Gráficos para Resumir Datos de Variables Cuantitativas Discretas y Continuas en R

1. Introducción

La visualización de datos desempeña un papel fundamental en la exploración y comprensión de información cuantitativa. En este tema, nos adentraremos en el mundo de la representación visual de datos, centrándonos en variables cuantitativas que pueden ser tanto discretas como continuas. La capacidad de resumir y comunicar datos de manera efectiva a menudo determina la claridad de los resultados y su aplicabilidad en la toma de decisiones.

En un entorno de análisis de datos, R Studio se presenta como una herramienta poderosa y versátil que permite crear una amplia gama de gráficos, lo que facilita la visualización de datos de diferentes naturalezas. En este tema, exploraremos cómo utilizar R Studio para resumir datos cuantitativos de manera efectiva.

Nuestra exploración abordará dos categorías principales de datos cuantitativos: discretos y continuos. Los datos discretos son aquellos que toman valores aislados o separados, como la cantidad de elementos de un conjunto. Por otro lado, los datos continuos son aquellos que pueden tomar un rango infinito de valores dentro de un intervalo, como las mediciones de temperatura. Cada tipo de dato requiere enfoques y herramientas específicas para su visualización.

A lo largo de este tema, abordaremos el proceso de visualización de datos en R Studio, proporcionando ejemplos concretos, código y orientación sobre cómo representar gráficamente datos discretos y continuos. Exploraremos gráficos como los histogramas y los gráficos de caja para datos continuos, así como los gráficos de barras y de sectores para datos discretos. Además, destacaremos la importancia de personalizar y etiquetar adecuadamente estos gráficos para mejorar su efectividad en la comunicación de resultados.

Al final de este tema, estarás equipado con las habilidades necesarias para crear gráficos que ayuden a resumir y analizar datos cuantitativos en R Studio, lo que te permitirá tomar decisiones más informadas y comunicar tus hallazgos de manera efectiva. ## Gráficos para Datos Cuantitativos Continuos

Los datos cuantitativos continuos se caracterizan por su capacidad para tomar un rango infinito de valores dentro de un intervalo. La visualización efectiva de estos datos es esencial para comprender la distribución de las observaciones y detectar patrones significativos. En esta sección, exploraremos varias herramientas gráficas para representar datos cuantitativos continuos en R.

2. Paquetes y carga de datos

Los paquetes son colecciones de funciones, datos y documentación que extienden la funcionalidad del lenguaje base de R, permiten acceder a una amplia variedad de herramientas y capacidades adicionales

2.1. Caracteristicas de paquetes:

2.1.1. Funciones y herramientas adicionales:

Los paquetes en R suelen contener funciones especializadas que no están disponibles en la base de R. Estas funciones pueden ser útiles para tareas específicas, como manipulación de datos, modelado estadístico, visualización, análisis bioinformático, aprendizaje automático y mucho más.

2.1.2. Datos de ejemplo:

Muchos paquetes incluyen conjuntos de datos de ejemplo que los usuarios pueden utilizar para practicar y probar las funciones del paquete. Estos datos son útiles para aprender cómo funcionan las funciones del paquete y para demostrar ejemplos de uso.

2.1.3. Documentación:

La mayoría de los paquetes incluyen documentación detallada que describe las funciones disponibles y cómo usarlas. Puedes acceder a esta documentación utilizando la función help() o ? seguida del nombre de la función o el paquete. La documentación suele incluir ejemplos de código y explicaciones detalladas.

2.1.4. Mantenimiento y actualizaciones:

Los paquetes en R son mantenidos por la comunidad de usuarios y desarrolladores de R. Esto significa que los paquetes se actualizan regularmente para corregir errores, agregar nuevas características o mantener la compatibilidad con las últimas versiones de R.

2.1.5. Instalación y carga:

Para utilizar un paquete en R, primero debes instalarlo en tu sistema usando la función install.packages() y luego cargarlo en tu sesión de R utilizando library() o require(). Una vez cargado, puedes acceder a las funciones y datos proporcionados por el paquete.

Pasos para poder instalar y cargar paquetes:

Instalación de paquetes:

Para instalar un paquete en R, puedes utilizar la función install.packages(). Por ejemplo, si deseas instalar el paquete llamado “dplyr”, puedes hacerlo de la siguiente manera: install.packages(“dplyr”)

Carga de paquetes:

Una vez que hayas instalado un paquete, necesitas cargarlo en tu sesión de R antes de poder utilizar sus funciones. Esto se hace mediante la función library() o require().

library(dplyr) require(dplyr)

2.1.6. Carga de datos

La carga de datos en R se refiere al proceso de importar conjuntos de datos desde diversas fuentes a tu sesión de R para que puedas trabajar con ellos Desde archivos locales: Puedes cargar datos desde archivos almacenados en tu computadora, como archivos CSV, Excel, archivos de texto, archivos JSON, entre otros. Para hacerlo, puedes utilizar funciones como read.csv(), read.table(), read_excel() (del paquete “readxl”), readRDS(), y muchas otras.

2.1.7. Formas de cargar datos en R:

Desde bases de datos: R también te permite conectarte a bases de datos como MySQL, PostgreSQL, SQLite y otros, y extraer datos directamente desde ellas utilizando paquetes específicos como “RMySQL”, “RPostgreSQL”, “RSQLite”, entre otros.

Desde la web: Puedes cargar datos desde la web utilizando paquetes como “readr”, “httr” y “rvest”. Esto es útil para extraer información de sitios web o descargar conjuntos de datos directamente desde la web.

Generación de datos en R: Puedes generar datos directamente en R utilizando funciones generadoras, como rnorm(), runif(), rep(), entre otras.

Desde paquetes de datos predefinidos: R incluye paquetes con conjuntos de datos predefinidos que puedes cargar y utilizar

Ejemplos:

Para cargar datos desde un archivo CSV (valores separados por comas), puedes usar la función read.csv():

data <- read.csv(“archivo.csv”)

Para cargar datos desde un archivo Excel, puedes utilizar el paquete “readxl” y la función read_excel():

library(readxl) data <- read_excel(“archivo.xlsx”)

3. Gráficos cuantitativos discretos:

Los gráficos cuantitativos discretos son útiles para representar variables numéricas que toman valores discretos, es decir, valores específicos y aislados en lugar de una gama continua de valores.

3.1. Gráfico de barras:

Un gráfico de barras es una forma efectiva de visualizar la distribución de una variable discreta. Cada barra representa una categoría o un valor discreto, y la altura de la barra muestra la frecuencia de ocurrencia de esa categoría. Puedes crear un gráfico de barras en R utilizando la función barplot().Ejemplo:

data <- c(3, 6, 2, 5, 8)
categorias <- c("A", "B", "C", "D", "E")
barplot(data, names.arg = categorias, col = "blue", main = "Gráfico de Barras")

3.1.2. Personalizar un gráfico de barras:

Agregar títulos y etiquetas: Puedes agregar un título al gráfico utilizando el argumento main y etiquetas para los ejes X e Y con xlab y ylab, respectivamente. También puedes personalizar las etiquetas de las barras con names.arg.Ejemplo:

barplot(data, names.arg = categorias, 
          main = "Gráfico de Barras Personalizado",
          xlab = "Categorías", ylab = "Frecuencia")

Cambiar colores: Puedes cambiar el color de las barras utilizando el argumento col. Por ejemplo, col = “blue”. Ejemplo:

barplot(data, names.arg = categorias, col = "blue")

Personalizar el ancho de las barras: Puedes controlar el ancho de las barras utilizando el argumento width. Por defecto, el ancho es 1. Puedes aumentarlo o disminuirlo según tus preferencias. Ejemplo:

barplot(data, names.arg = categorias, col = "green", width = 0.6)

Añadir etiquetas en las barras: Puedes agregar etiquetas a las barras utilizando la función text(). Por ejemplo, para agregar etiquetas a las barras en la parte superior de las mismas:Ejemplo:

barplot(data, names.arg = categorias, col = "purple")

text(barplot(data), labels = data, pos = 3, col = "black")

Cambiar el tamaño de la fuente: Puedes cambiar el tamaño de la fuente de las etiquetas y el título usando el argumento cex.main para el título y cex.names para las etiquetas. Un valor de 1 es el tamaño predeterminado.Ejemplo:

barplot(data, names.arg = categorias, col = "orange", 
          main = "Gráfico de Barras Personalizado", cex.main = 1.2, cex.names = 0.8)

3.2. Grafico de sectores:

También conocido como gráfico de pastel o gráfico circular, es una representación visual que muestra cómo las partes contribuyen a un todo en términos de porcentajes.

# Ejemplo de gráfico de sectores
data <- c(25, 40, 15, 20)
categorias <- c("A", "B", "C", "D")
colores <- c("red", "green", "blue", "orange")

# Crear el gráfico de sectores
pie(data, labels = categorias, col = colores, main = "Gráfico de Sectores")

3.2.1. Personalizar un gráfico de sectores:

Colores: Puedes especificar los colores para cada sector del gráfico de sectores utilizando el argumento col. En el ejemplo anterior, hemos definido un vector de colores colores y lo hemos pasado como argumento.

Etiquetas: Puedes agregar etiquetas a cada sector del gráfico utilizando el argumento labels. En el ejemplo, hemos utilizado el vector categorias como etiquetas.

Título: Puedes agregar un título al gráfico utilizando el argumento main.

Explosión de sectores: Puedes “explotar” un sector particular para resaltar su importancia utilizando el argumento explode. Por ejemplo, explode = c(0, 0, 0.2, 0) hará que el tercer sector se desplace ligeramente hacia afuera.

Porcentaje en etiquetas: Puedes mostrar el porcentaje de cada sector en las etiquetas utilizando el argumento labels y la función paste() para combinar la etiqueta con el porcentaje. Ejemplo:

etiquetas <- paste(categorias, " (", round(100 * data / sum(data), 1), "%)", sep = "")
pie(data, labels = etiquetas, col = colores, main = "Gráfico de Sectores con Porcentajes")

4. Gráficos para Datos Cuantitativos Continuos:

4.1. Histograma

Un histograma es una de las herramientas más comunes para visualizar datos cuantitativos continuos. Representa la distribución de los datos mediante la creación de un gráfico de barras que muestra la frecuencia o densidad de las observaciones en intervalos de clase. A continuación, se presenta un ejemplo de cómo crear un histograma en R con un conjunto de datos continuos y cómo personalizarlo:

# Creación de un conjunto de datos de ejemplo
data_continua <- c(2.5, 3.2, 4.0, 4.8, 5.5, 6.2, 6.7, 7.1, 7.8, 8.3)

# Crear un histograma
hist(data_continua, breaks = 5, col = "skyblue", main = "Histograma de Datos Continuos", xlab = "Valores", ylab = "Frecuencia")

# Descripción del código:
# - 'data_continua' es el conjunto de datos continuos.
# - 'breaks' controla el número de intervalos de clase en el histograma.
# - 'col' define el color de las barras del histograma.
# - 'main' establece el título del gráfico.
# - 'xlab' y 'ylab' especifican las etiquetas de los ejes x e y.

El histograma anterior divide los datos en cinco intervalos de clase (breaks = 5) y muestra la frecuencia de observaciones en cada intervalo. Puedes ajustar el número de intervalos para adaptarlo a tus necesidades.

4.2. Gráfico de caja(Boxplot)

El gráfico de caja, o boxplot, es útil para visualizar la distribución y detectar valores atípicos en datos continuos. Aquí tienes un ejemplo detallado:

# Creación de un conjunto de datos de ejemplo
data_continua <- c(2.5, 3.2, 4.0, 4.8, 5.5, 6.2, 6.7, 7.1, 7.8, 8.3)

# Crear un gráfico de caja
boxplot(data_continua, col = "lightgreen", main = "Gráfico de Caja de Datos Continuos", ylab = "Valores")

# Descripción del código:
# - 'data_continua' es el conjunto de datos continuos.
# - 'col' define el color del gráfico de caja.
# - 'main' establece el título del gráfico.
# - 'ylab' especifica la etiqueta del eje y.

El gráfico de caja muestra la mediana (línea en el centro de la caja), los cuartiles (caja), y los valores atípicos potenciales (puntos fuera de la caja).

4.3. Gráfica de densidad

El gráfico de densidad muestra la densidad de probabilidad de los datos continuos en lugar de contar las observaciones en intervalos de clase. Aquí hay un ejemplo de cómo crear un gráfico de densidad en R:

# Creación de un conjunto de datos de ejemplo
data_continua <- c(2.5, 3.2, 4.0, 4.8, 5.5, 6.2, 6.7, 7.1, 7.8, 8.3)

# Crear un gráfico de densidad
plot(density(data_continua), main = "Gráfico de Densidad de Datos Continuos", xlab = "Valores", ylab = "Densidad")

# Descripción del código:
# - 'data_continua' es el conjunto de datos continuos.
# - La función 'density' calcula la densidad de probabilidad.
# - 'main' establece el título del gráfico.
# - 'xlab' y 'ylab' especifican las etiquetas de los ejes x e y.

El gráfico de densidad muestra la distribución de probabilidad de los datos continuos de manera suave y es especialmente útil cuando se requiere una representación continua de la densidad.

5. Personalización de Gráficos

En esta parte daremos a mostrar como personalizar gráficos en R base, con los argumentos disponibles en las funciones plot(), boxplot() e hist().

5.1. Argumento Type

Uno de los primeros argumentos de la función plot() es el argumento type, el cual permite modificar la trama de los gráficos, es decir, especificamos e tipo de gráfico que deseamos. Hay 6 tramas posibles que se puede usar con el argumento type.

Las tramas del argumento type son los siguientes:

«p» – Puntos (gráfico de dispersión). «l» – Líneas «b» – Puntos unidos con líneas. «o» – Puntos unidos con líneas (cubren los puntos). «h» – Líneas verticales (tipo histograma). «s» – Escaleras.

Primero, lo que vamos hacer es cargar la tabla de datos

# Vamos a cargar la tabla de datos. 
df<-read.csv("http://r.datametria.com/wp-content/uploads/2020/08/ex3-2003.csv")

# Borrando el identificador, por que no se usará en la producción de gráficos. 
df$X<- NULL

# Cambiando nombres a las variables.
names(df)[1:4]<-c("score", "negro", "ingresos", "patrimonio")

Procedemos con el ejemplo:

# Aplicamos la función attach() para poder omitir llamar a 
# nuestro data frame, df, en cada momento.
attach(df)

# Creamos un vector con los 6 tramas posibles. 
tipo<-c("p", "l", "b", "o", "h", "s")

# Aplicamos un for para mostrar los 6 resultados posibles. 
par(mfcol=c(2,3), mar=rep(2,4))
for (i in 1:length(tipo)) {
  plot(ingresos, score, type = tipo[i])
}

En este caso podemos ver las 6 tramas que se pueden conseguir gracias al argumento type.

5.2. Argumento Main

El argumento main sirve para colocar títulos a los gráficos.Ejemplo:

# Primero creamos el vector de títulos que se agregaran 
# a los distintos gráficos. 
titu<-c("Puntos", "Líneas", "Puntos unidos con líneas",
        "Puntos cubiertos", "Líneas Verticales",
        "Escalera")

# Corremos el for para poder ver los títulos
par(mfcol=c(2,3), mar=rep(2,4))
for (i in 1:length(tipo)) {
  plot(ingresos, score, type = tipo[i],
       main = paste("Gráfico tipo:", titu[i]))
}

Ahora podemos observar los 6 títulos de las 6 tramas del argumento type, gracias al uso del argumento main

5.3. Argumento Sub

Con este argumento podremos colocar subtítulos a nuestras gráficas. Los subtítulos se imprimen en la parte inferior de los gráficos.

# Agregando los subtitulos a nuestras gráficas.
par(mfcol=c(2,3), mar=c(5,3,2,1))
for (i in 1:length(tipo)) {
  plot(ingresos, score, type = tipo[i],
       main = paste("Gráfico tipo:", titu[i]),
       sub = "Elaboración Propia")
}

Como se puede ver, en la parte inferior se logró colocar el subtítulo «Elaboración Propia».

5.4. Argumento Xlab y Ylab

el argumento xlab y ylab nos sirve para cambiar las etiquetas de nuestros gráficos.

Ejemplo:

# Colocando las etiquetas a los ejes con los argumentos xlab y 
# ylab.
par(mfcol=c(2,3), mar=c(5,4,2,1))
for (i in 1:length(tipo)) {
  plot(ingresos, score, type = tipo[i],
       main = paste("Gráfico tipo:", titu[i]),
       sub = "Elaboración Propia",
       xlab = "INGRESOS DE LOS POSTULANTES",
       ylab = "PUNTAJE DE CRÉDITO")
}

Como se logra apreciar, se ha colocado las etiquetas en el eje x y en el eje y.

5.5. Argumento Axes

El argumento axes toma valores lógicos, es así que si es FALSE, le indicamos a R que no nos muestre los ejes ni el frame de gráfico (bordes).

Ejemplo:

# Gráfico de dispersión entre los ingresos y el score. 
plot(ingresos, score)

# Gráfico de dispersión especificando axes =FALSE.
plot(ingresos, score, axes = FALSE)

5.6. Argumento Xlim y Ylim

Los argumentos xlim y ylim especifican el límite inferior y superior de los ejes «x» y «y», respectivamente, permitiendo que se aumente o disminuya la dimensión de las gráficas ya que se estaría prolongando o acotando a un intervalo específico del domino o el rango.

# plot normal entre los ingresos y el score.
plot(ingresos, score, axes = T)

# Definiendo los límites del eje x entre 0 y 100 y los del eje
# y entre 0 y 600.
plot(ingresos, score, xlim = c(0, 100), ylim = c(0,600))

Aqui vemos que en el gráfico de la derecha el eje x es sólo de 0 a 100 y de 0 a 600 el eje y.

5.7. Argumento Add

Con este argumento se logra agregar otros gráficos de bajo nivel en nuestro plot original.

Este argumento toma valores lógicos, es así que si toma TRUE se agregara otra imagen.

# Gráfico de densidad de los ingresos. 
plot(density(ingresos))

# Agregando el histograma de los ingresos.
hist(ingresos, freq = FALSE, add=TRUE)

En lo resumido anteriormente, ahora tenemos los dos gráficos en un mismo frame.

5.8. Argumento Col

Se usa principalmente para cambiar el color de los objetos de los gráficos.Ejemplo:

# Pintando las circunferencias de color rojo.
plot(ingresos, score, col="violet")

# Pintando de color celeste las barras del histograma.
hist(ingresos, col = "yellow")

Asimismo, el argumento col, también se puede fusionar con otros argumentos: col.main, col.sub, col.lab, col.axis(axis aún no lo vemos, lo veremos en posteriores guías). Y el resultado es intuitivo, el primero col.main sirve para cambiar el color de los títulos de los gráficos, col.sub para cambiar el color de los subtítulos, col.lab para cambiar el color de las etiquetas y col.axis para cambiar el color de los ejes.Ejemplo:

# Cambiando colores con col.main, col.sub, col.lab.
plot(ingresos, score, col="red",
     main = "Gráfico de Dispersión", sub="Cambiando colores", col.main="blue",
     col.lab="skyblue", col.sub="pink")

Dando por finalizado en este caso que se han cambiado los colores del título, subtítulo, etiquetas y de las circunferencias.

5.9. Consejos al personalizar gráficos en R

Elimina elementos innecesarios que distraigan de la información clave.
Elije el tipo de gráfico que mejor represente tus datos y tu mensaje (por ejemplo, barras, líneas, pastel, dispersión, etc.).
No utilices gráficos inapropiados, como gráficos de pastel para mostrar tendencias a lo largo del tiempo.
Utiliza una paleta de colores coherente y significativa. Los colores deben resaltar información importante y ser fáciles de distinguir.
Etiqueta tus ejes de manera clara y concisa.
Proporciona títulos informativos y subtítulos si es necesario para explicar el contexto.
Agrega una leyenda si tienes múltiples series de datos.
Asegúrate de que las escalas en los ejes sean apropiadas y reflejen los datos con precisión.
Considera usar escalas logarítmicas si tienes datos que varían ampliamente.
Espacia adecuadamente las etiquetas y los puntos de datos para evitar superposiciones.
Si estás mostrando datos categóricos, considera ordenarlos de manera significativa, como por orden alfabético o por valor.
Agrega anotaciones para resaltar puntos importantes o proporcionar información adicional.
Las flechas, líneas o texto pueden ayudar a dirigir la atención hacia elementos clave.
Si estás creando múltiples gráficos para una presentación o informe, asegúrate de que sigan un estilo visual coherente en cuanto a colores, fuentes y tamaños.

6. Utilidad de los gráficos en R

Los gráficos desempeñan un papel crucial en el análisis de datos y la toma de decisiones en R. Son esenciales para visualizar, explorar y comunicar datos, facilitando la identificación de patrones, tendencias y relaciones. Además, permiten una rápida interpretación de la información y son fundamentales para comparar variables y evaluar resultados. La versatilidad de R en la creación de gráficos ofrece una personalización significativa, lo que mejora la capacidad de representar visualmente los datos de manera efectiva y respalda la toma de decisiones informadas.

6.1. Gráfico de barras en R

datos_ventas <- data.frame(
  Producto = c("A", "B", "C", "D"),
  Ventas_Mensuales = c(5000, 7500, 4000, 6000)
)

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.3.2

mi_grafico <- ggplot(datos_ventas, aes(x = Producto, y = Ventas_Mensuales, fill = Producto)) +
  geom_bar(stat = "identity") +
  labs(title = "Ventas Mensuales de Productos",
       x = "Producto",
       y = "Ventas Mensuales",
       fill = "Producto") +
  theme_minimal()

mi_grafico_con_etiquetas <- mi_grafico +
  geom_text(aes(label = Ventas_Mensuales), vjust = -0.5, size = 4)
print(mi_grafico_con_etiquetas)

En este ejemplo, hemos utilizado el gráfico de barras para mostrar las ventas mensuales de cuatro productos diferentes. Podemos observar que: -Es fácil comparar visualmente las ventas mensuales de los productos A, B, C y D. -El gráfico resalta las diferencias en las ventas entre los productos. Por ejemplo, puedes ver claramente que el producto B tiene las ventas mensuales más altas, mientras que el producto C tiene las ventas más bajas. -Al agregar etiquetas con los valores de ventas en las barras, puedes proporcionar información numérica precisa junto con la representación visual.

Este ejemplo demuestra cómo un gráfico de barras puede ser útil para visualizar y comparar datos de manera efectiva, lo que facilita la toma de decisiones basada en la información presentada.

6.2. Gráfico de dispersión en R

Pongamos el ejemplo de un gráfico de dispersión que muestra la relación entre la edad y el ingreso anual de un grupo de personas:

 datos_personas <- data.frame(
  Edad = c(25, 30, 35, 40, 45, 50, 55, 60, 65, 70),
  Ingreso_Annual = c(30000, 35000, 40000, 45000, 50000, 55000, 60000, 65000, 70000, 75000)
)
library(ggplot2)

ggplot(datos_personas, aes(x = Edad, y = Ingreso_Annual)) +
  geom_point() +
  labs(title = "Relación entre Edad e Ingreso Anual",
       x = "Edad",
       y = "Ingreso Anual") +
  theme_minimal()

La interpretación del gráfico de dispersión entre la edad y el ingreso anual de un grupo de personas sugiere lo siguiente:

Existe una tendencia general de que a medida que la edad aumenta, el ingreso anual tiende a aumentar. Esto es coherente con la expectativa de que las personas ganen más a medida que adquieren experiencia y calificaciones.
Sin embargo, se observa variabilidad en los datos, lo que significa que no todos los individuos siguen esta tendencia de manera uniforme. Algunas personas jóvenes ganan más que otras de su misma edad, y algunas personas mayores ganan menos que otras de su misma edad.
Se identifican valores atípicos, como individuos que no siguen la tendencia general, como una persona de 50 años con un ingreso inusualmente bajo. Esto puede deberse a circunstancias especiales o datos inusuales.

En resumen, el gráfico de dispersión muestra una relación general entre edad e ingreso, pero también resalta la variabilidad y valores atípicos en los datos. Esta información es crucial para el análisis de datos y la toma de decisiones informadas.

6.3. Gráfico Histrograma en R

data(faithful)
library(ggplot2)
ggplot(faithful, aes(x = eruptions)) +
  geom_histogram(binwidth = 0.2, fill = "blue", color = "black", alpha = 0.7) +
  labs(title = "Histograma del Intervalo entre Erupciones en el Parque Nacional de Yellowstone",
       x = "Intervalo entre Erupciones (minutos)",
       y = "Frecuencia") +
  theme_minimal()

6.4. Gráfico de Caja

ggplot(mtcars, aes(y = hp)) +
  geom_boxplot(fill = "red", color = "black", alpha = 0.7) +
  labs(title = "Gráfico de Caja de Caballos de Fuerza de Automóviles",
       y = "Caballos de Fuerza (hp)") +
  theme_minimal()

Mediana (línea en el centro de la caja): Aproximadamente 123 hp. Primer cuartil (Q1, límite inferior de la caja): Alrededor de 100 hp. Tercer cuartil (Q3, límite superior de la caja): Cerca de 180 hp. Rango intercuartil (IQR, altura de la caja): Aproximadamente 80 hp. No se observan valores atípicos (puntos individuales fuera de los bigotes) en este gráfico para la variable “hp.”

6.5. Gráfico de densidad en R

library(MASS)
data(birthwt)
library(ggplot2)
ggplot(birthwt, aes(x = bwt)) +
  geom_density(fill = "blue", color = "black") +
  labs(title = "Gráfico de Densidad del Peso al Nacer",
       x = "Peso al Nacer (gramos)",
       y = "Densidad")

El gráfico muestra que la mayoría de los recién nacidos tienen pesos al nacer alrededor de 3,000 gramos, con una ligera tendencia hacia pesos más altos. La distribución es aproximadamente simétrica y unimodal, sin valores atípicos notables. En resumen, la mayoría de los recién nacidos en el conjunto de datos tienen pesos al nacer promedio, con algunos recién nacidos con pesos más altos.

7. Conclusiones

Identificación de patrones: Los gráficos ayudan a identificar patrones en los datos. Puedes observar tendencias, concentraciones, dispersión y valores atípicos de manera más clara en un gráfico que en una lista de números.

Elección de gráfico adecuado: Debes seleccionar el tipo de gráfico que se adapte mejor a tus datos. Por ejemplo, un histograma es ideal para variables cuantitativas continuas, mientras que un gráfico de barras es excelente para variables cuantitativas discretas.

Comunicación efectiva: Los gráficos son una herramienta poderosa para comunicar tus hallazgos a otras personas, ya que son visualmente más atractivos y más fáciles de entender que los datos brutos.

Detección de valores atípicos: Los gráficos, como los gráficos de caja, permiten detectar valores atípicos o extremos que podrían ser errores o indicar patrones interesantes.

Comparación de grupos: Los gráficos también son útiles para comparar grupos de datos. Por ejemplo, puedes usar gráficos de barras apiladas o gráficos de dispersión para comparar múltiples variables o grupos.

Visualización de la distribución: Los histogramas y los gráficos de densidad son ideales para visualizar la distribución de los datos, lo que es fundamental para comprender cómo se comporta una variable.

Personalización y etiquetado: R ofrece una amplia gama de herramientas para personalizar tus gráficos y agregar etiquetas, títulos y leyendas. Esto es útil para hacer que tus gráficos sean más informativos.

Exploración inicial de datos: Antes de realizar análisis más avanzados, es esencial realizar una exploración inicial de tus datos mediante gráficos. Esto te ayudará a identificar áreas de interés y posibles direcciones para análisis adicionales.

En resumen, los gráficos son una parte esencial del análisis de datos en R. Te permiten resumir, visualizar y comunicar tus hallazgos de manera efectiva. La elección del tipo de gráfico adecuado depende de tus datos y tus objetivos específicos.

8. Referencias

-chatgpt