Objetivos. (1) Ver por qué las estadísticas resumen engañan; (2) comparar la precisión de distintas codificaciones visuales (posición > longitud > ángulo/área); (3) usar atributos preatentivos para guiar la mirada. Esta es la versión en R del laboratorio 1 (la versión Python está en Google Colab).
Cuatro conjuntos de datos con la misma media, varianza, correlación y recta de regresión:
a <- leer("anscombe.csv")
a %>%
group_by(dataset) %>%
summarise(x_media = mean(x), y_media = mean(y), y_varianza = var(y), correlacion = cor(x, y)) %>%
mutate(across(where(is.numeric), ~ round(.x, 2)))
Los números son casi idénticos. ¿Y los gráficos?
ggplot(a, aes(x, y)) +
geom_point(color = BASE, size = 2.6) +
geom_smooth(method = "lm", se = FALSE, color = ENFASIS, linewidth = 0.9) +
facet_wrap(~ dataset, nrow = 1, labeller = label_both) +
labs(title = "Mismos números, historias distintas",
subtitle = "Recta de regresión idéntica en los cuatro conjuntos", x = NULL, y = NULL)
Lección: nunca confíes solo en estadísticos resumen; graficá siempre los datos.
Los mismos 5 valores codificados con posición, longitud y ángulo. ¿Con cuál es más fácil decir cuál categoría es la mayor y cuál la segunda?
d <- tibble(cat = LETTERS[1:5], val = c(23, 25, 21, 24, 26))
p1 <- ggplot(d, aes(val, reorder(cat, -val))) + geom_point(color = BASE, size = 3.5) +
labs(title = "Posición (puntos)", x = NULL, y = NULL)
p2 <- ggplot(d, aes(val, cat)) + geom_col(fill = BASE) + scale_y_discrete(limits = rev) +
labs(title = "Longitud (barras)", x = NULL, y = NULL)
p3 <- ggplot(d, aes("", val, fill = cat)) + geom_col(width = 1, color = "white") + coord_polar("y") +
labs(title = "Ángulo (torta)", fill = NULL) + theme_void() + theme(plot.title = element_text(face = "bold"))
p1 + p2 + p3
Pregunta: cronometrá cuánto tardás con cada panel. La posición sobre una escala común es la tarea perceptiva más precisa.
Contá cuántos puntos “atípicos” hay. Primero sin guía; luego con color de énfasis.
set.seed(1)
p <- tibble(x = rnorm(300), y = rnorm(300), fuera = seq_len(300) %in% sample(300, 8))
g1 <- ggplot(p, aes(x, y)) + geom_point(color = BASE) + labs(title = "Sin énfasis")
g2 <- ggplot(p, aes(x, y, color = fuera)) + geom_point() +
scale_color_manual(values = c(`FALSE` = GRIS_CLARO, `TRUE` = ENFASIS), guide = "none") +
labs(title = "Con color de énfasis")
g1 + g2
knitr::include_graphics("ruta.png") o un enlace).Última Hora (Paraguay), 08/09/2025 · “Cinco bancos concentran la morosidad” · https://www.ultimahora.com/cinco-bancos-concentran-la-morosidad-segun-informe Datos: Banco Central del Paraguay (BCP), informe mensual de bancos, julio 2025.
Variable | Tasa de morosidad de cada banco: % de su cartera de créditos que está vencida. Es una variable cuantitativa (de razón); los bancos son una categoría nominal. Como no son partes de un todo, las tasas no deben sumar 100 %. | | Codificación visual | Prácticamente ninguna. Es una tabla con formato de gráfico: todas las filas tienen el mismo tamaño y el valor aparece solo como texto (número en rojo). El único atributo visual es la posición vertical, que indica el orden del ranking (1° a 5°). | | Mensaje buscado | Mostrar qué bancos tienen la mayor morosidad del sistema, con Banco de la Nación Argentina (22,8 %) en primer lugar. |
mora <- tibble(
banco = c("Banco de la Nación Argentina", "Banco Río", "Banco Nacional de Fomento",
"Solar Banco", "Banco Familiar"),
tasa = c(22.8, 11.2, 5.1, 3.7, 3.6)
)
promedio_sistema <- 2.6
mora <- mora %>%
mutate(destacado = tasa == max(tasa),
etiqueta = paste0(fmt_num(tasa), " % (", fmt_num(tasa / promedio_sistema), "× el promedio)"))
ggplot(mora, aes(tasa, reorder(banco, tasa))) +
geom_col(aes(fill = destacado), width = 0.6) +
geom_vline(xintercept = promedio_sistema, linetype = "dashed", color = "#333333") +
annotate("text", x = promedio_sistema + 0.3, y = 0.35, hjust = 0, size = 3.2,
label = paste0("Promedio del sistema: ", fmt_num(promedio_sistema), " %")) +
geom_text(aes(label = etiqueta), hjust = -0.05, size = 3.6, color = "#333333") +
scale_fill_manual(values = c(`FALSE` = GRIS, `TRUE` = ENFASIS), guide = "none") +
scale_x_continuous(limits = c(0, max(mora$tasa) * 1.75), expand = c(0, 0)) +
scale_y_discrete(expand = expansion(add = c(1, 0.6))) +
labs(title = "La morosidad de Banco Nación es casi 9 veces el promedio del sistema",
subtitle = "Tasa de morosidad (% de la cartera de créditos) · julio 2025",
caption = "Fuente: BCP, informe mensual de bancos (julio 2025), vía Última Hora (08/09/2025).",
x = NULL, y = NULL) +
theme(panel.grid = element_blank(), axis.text.x = element_blank(),
plot.caption = element_text(hjust = 0), plot.caption.position = "plot")
https://rpubs.com/tu_usuario/...) y
pegalo en el aula virtual, en la actividad
correspondiente.Recordá: lo que publicás en RPubs es público. No incluyas datos personales ni información confidencial.
sessionInfo()$R.version$version.string
## [1] "R version 4.5.1 (2025-06-13 ucrt)"