1 Introducción

1.1 ¿Qué es un gráfico de radar?

El gráfico de radar, también conocido como gráfico de araña o estrella, es una herramienta de visualización útil para comparar múltiples variables en diferentes categorías. Se usa comúnmente en:

  • Comparaciones de desempeño (evaluación de empleados, productos, etc.).
  • Análisis de características (habilidades de jugadores en deportes, atributos de productos).
  • Comparaciones entre países o regiones.

En este análisis, utilizamos un gráfico de radar para comparar el rendimiento de tres estudiantes en distintas materias.

2 Datos y Atributos

2.1 ¿Qué tipo de datos se necesitan?

  • Datos: Cuantitativos y categóricos.
  • Marcas: Líneas y áreas conectadas en forma de polígono.
  • Canales de codificación:
    • Posición radial: Cada dimensión se ubica en un eje diferente.
    • Longitud: Representa la magnitud del valor en cada eje.
    • Área y color: Diferencia a cada país en la comparación.

3 Ejemplo práctico en R

3.1 Carga de Librerias

library(fmsb)
library(knitr)
library(scales)

3.2 Creación del dataset

# Crear los datos para 3 estudiantes
data <- data.frame(
  Biology = c(20, 12, 15),
  Music = c(18, 9, 20),
  Programming = c(19, 8, 18),
  Art = c(5, 10, 7),
  Geography = c(8, 5, 6),
  English = c(10, 7, 9),
  Sport = c(6, 20, 5),
  Maths = c(12, 14, 9),
  Physics = c(10, 17, 8)
)

# Definir los valores máximos y mínimos en cada categoría para fmsb
data <- rbind(rep(20, ncol(data)), rep(0, ncol(data)), data)

# Agregar nombres de fila
rownames(data) <- c("Max", "Min", "Student 1", "Student 2", "Student 3")
Datos de los Estudiantes
Biology Music Programming Art Geography English Sport Maths Physics
Max 20 20 20 20 20 20 20 20 20
Min 0 0 0 0 0 0 0 0 0
Student 1 20 18 19 5 8 10 6 12 10
Student 2 12 9 8 10 5 7 20 14 17
Student 3 15 20 18 7 6 9 5 9 8

3.3 Generar el Gráfico de Radar

# Configurar colores para cada estudiante
colors_border <- c("#6a3d9a", "#ff7f00", "#33a02c")  # Morado, Naranja, Verde Claro
colors_fill <- c(alpha("#6a3d9a", 0.3), alpha("#ff7f00", 0.3), alpha("#33a02c", 0.3))  # Transparencias

# Crear el gráfico de radar
radarchart(data, axistype = 1,
           # Personalización de la cuadrícula
           pcol = colors_border, pfcol = colors_fill, plwd = 2, plty = 1,
           # Tamaño de la cuadrícula y etiquetas
           cglcol = "grey", cglty = 1, cglwd = 0.8,
           axislabcol = "grey", vlcex = 1.1,  # Tamaño de etiquetas de variables
           title = "Comparación de Estudiantes en Diferentes Materias")

# Agregar leyenda
legend("topleft", inset = c(-0.1, 0), legend = c("Student 1", "Student 2", "Student 3"),
       col = colors_border, lty = 1, lwd = 2, bty = "n", pch = 16, pt.cex = 1.5, xpd = TRUE)

# Configurar colores para cada estudiante
colors_border <- c("#6a3d9a", "#ff7f00", "#33a02c")  # Morado, Naranja, Verde Claro
colors_fill <- c(alpha("#6a3d9a", 0.3), alpha("#ff7f00", 0.3), alpha("#33a02c", 0.3))  # Transparencias

# Definir la disposición de la cuadrícula (2 filas, 2 columnas)
par(mfrow = c(2, 2), mar = c(3, 3, 4, 3))  # Distribuir en 2 filas y 2 columnas

# Crear gráficos individuales para cada estudiante
for (i in 3:5) {  # Los datos de los estudiantes están en las filas 3, 4 y 5
    radarchart(data[c(1, 2, i), ], axistype = 1,
               pcol = colors_border[i - 2], pfcol = colors_fill[i - 2], plwd = 2, plty = 1,
               cglcol = "grey", cglty = 1, cglwd = 0.8,
               axislabcol = "grey", vlcex = 0.6,  # Tamaño de etiquetas
               title = paste("Student", i - 2), cex.main = 1.5)  # Título en su posición original
}

# Restaurar configuración de gráficos a 1 solo panel
par(mfrow = c(1, 1))

3.4 Conclusión

Análisis de desempeño por estudiante
Aspecto Evaluación
Student 1 Mejor en Programación y Música, pero bajo en Arte y Deportes.
Student 2 Destacado en Deportes y Física, pero más débil en Programación y Música.
Student 3 Equilibrado en varias áreas, con mejor desempeño en Música.

4 Ventajas y Desventajas

Ventajas y Desventajas del Gráfico de Radar
Tipo Descripción
Ventaja Permite comparar múltiples variables de forma clara.
Ventaja Fácil de entender cuando hay pocas categorías.
Ventaja Útil para visualizar perfiles y desempeños.
Desventaja No es recomendable para comparar muchas categorías (se vuelve ilegible).
Desventaja La percepción visual de las áreas puede ser engañosa si los valores varían mucho.

5 Resumen

Resumen Final
Aspecto Explicación
Qué Gráfico de radar para comparar múltiples variables.
Cómo Se usan ejes radiales y líneas conectadas para representar datos.
Por qué Permite visualizar comparaciones de manera intuitiva.