Guía de Visualizaciones

Repaso teórico

Plots de distribución continua

Los plots de distribución continua muestran como se distribuye una variable continua, pudiendo mostrarla en función de alguna variable discreta. Estos plots son:

• Histograma: Soporte continuo en el eje x, frecuencia en el eje y.
• Density plot: Igual que el histograma pero suavizado.
• Box plot: Soporte continuo en un eje, con opción de variable discreta en el otro eje para comparar distribuciones condicionadas. Es una “caja” que muestra varios estadísticos: Q1, Q2, Q3 y máximos y mínimos atípicos.
• Violin plot: Similar al box plot en función pero permite ver la forma de la distribución de igual forma que un density plot.

Plot de distribución discreta

Los plots de distribución discreta muestran como se distribuyen las variables discretas, pudiendo mostrarla en función de otra variable discreta condicionada.

• Pie plot
• Bar plot
• Stacked bar plot
• Treemap

Plot de relación

Muestran la relación entre varias variables.

• Scatter plot: Gráfico de puntos con ejes continuos.
• Regression plot: Scatter plot con regresión y a veces coeficientes de Pearson R1 y R2.
• Heatmap: Dos ejes discretos y un cuadrado con un mapa de colores para cada intersección que muestra el valor de algún agregado para ese grupo.

Plots de series de tiempo

• Line plot: Para series de tiempo continuas.
• Lollipop plot: Para series de tiempo discretas.

Ejercicio 1

Dadas tres variables continuas x1, x2 y x3 queremos ver como se dsitribuyen entre sí. ¿Cúales de los siguientes plots puede ser útil?

• Scatter plot 3D
• Bar plot discretizando las 3 variables
• Heatmap discretizando dos de las variables
• Violin plot discretizando una variable

Ejercicio 2

Tenemos un dataset que muestra estadísticas para personas que tuvieron y que no tuvieron un infarto en una encuesta. El dataset consiste de las columnas:

• Edad
• ¿Es fumador?
• Colesterol
• Sexo
• ¿Tuvo infarto?

Proponga dos visualizaciones que puedan resultar interesantes para explicar quienes tuvieron un infarto. Dibujelas.

Respuestas

Ejercicio 1

Scatter plot 3D: Sí, funciona. Bar plot discretizando las 3 variables: No es posible. Heatmap discretizando dos de las variables: Sí, si ponemos las variables discretizadas en los ejes x e y con agregados de la tercera en el medio, es una buena idea. Violin plot discretizando una variable: Podemos hacerlo discretizando dos y poniendo una en el eje x y otra como hue, pero no se puede discretizando una sola.

Ejercicio 2

Tiene múltiples soluciones, voy a dejar una:

1. Edad según infarto como violin plot

2. Probabilidad de tener un infarto por edad y si es fumador como heatmap

Intenten dibujarlas en papel.