[0010] DEFAD: Representación y tabulación de datosMotivación e introducción a gráficos

Elvira Ferre Jaénelvira@um.es

Universidad de Murcia

Marzo 2018

000R Team (UMU) [0010] DEFAD 1 / 31

Motivación

Consideremos algunos datos (cuatro pares de variables)

head( anscombe )

## x1 x2 x3 x4 y1 y2 y3 y4## 1 10 10 10 8 8.04 9.14 7.46 6.58## 2 8 8 8 8 6.95 8.14 6.77 5.76## 3 13 13 13 8 7.58 8.74 12.74 7.71## 4 9 9 9 8 8.81 8.77 7.11 8.84## 5 11 11 11 8 8.33 9.26 7.81 8.47## 6 14 14 14 8 9.96 8.10 8.84 7.04

000R Team (UMU) [0010] DEFAD 2 / 31

Motivación

¿Qué te gustaría calcular para cada variable?

000R Team (UMU) [0010] DEFAD 3 / 31

Motivación

apply( anscombe, 2, summary )

## x1 x2 x3 x4 y1 y2 y3 y4## Min. 4.0 4.0 4.0 8 4.260000 3.100000 5.39 5.250000## 1st Qu. 6.5 6.5 6.5 8 6.315000 6.695000 6.25 6.170000## Median 9.0 9.0 9.0 8 7.580000 8.140000 7.11 7.040000## Mean 9.0 9.0 9.0 9 7.500909 7.500909 7.50 7.500909## 3rd Qu. 11.5 11.5 11.5 8 8.570000 8.950000 7.98 8.190000## Max. 14.0 14.0 14.0 19 10.840000 9.260000 12.74 12.500000

000R Team (UMU) [0010] DEFAD 4 / 31

Motivación

¿ Qué nos dicen los resultados anteriores ?

¿De verdad eres capaz de ver algún patrón, asociación, relación en los datos?

000R Team (UMU) [0010] DEFAD 5 / 31

¿Por qué representar gráficamente?

Nuestros ojos no son buenos dándole sentido a un conjunto de (muchos)números.

Por ello necesitamos represetarlos gráficamente.

000R Team (UMU) [0010] DEFAD 6 / 31

¿Por qué representar gráficamente?

4 6 8 12

46

810

x1

y1

4 6 8 12

35

79

x2

y2

4 6 8 12

68

10

x3

y3

8 12 16

68

10

x4

y4

000R Team (UMU) [0010] DEFAD 7 / 31

Visualización de los datos

La visualización gráfica es una forma muy útil de estudiar los datosantes de analizarlos.Utilizar solo métodos numéricos es muy restrictivo.Visualizar los datos proporciona una percepción de los mismos que nose puede alcanzar desde ningún otro enfoque (W. S. Cleveland)

000R Team (UMU) [0010] DEFAD 8 / 31

Gráficos estadísticos

Gráficos estadísticos

000R Team (UMU) [0010] DEFAD 9 / 31

Gráficos estadísticos

Gráficos estadísticos

Gráficos para explorar

Gráficos para comunicar

000R Team (UMU) [0010] DEFAD 10 / 31

Gráficos estadísticos

Gráficos para explorar

3 4 5

02

46

812

000R Team (UMU) [0010] DEFAD 11 / 31

Gráficos estadísticos

Gráficos para comunicar

A B C

Gráfico de barras

0

2

4

6

8

10

12

14

000R Team (UMU) [0010] DEFAD 12 / 31

Consideraciones

Consideraciones

000R Team (UMU) [0010] DEFAD 13 / 31

Consideraciones Número y tipo de variables

Número y tipo de variables

000R Team (UMU) [0010] DEFAD 14 / 31

Consideraciones Número y tipo de variables

¿Cuántas variables tenemos?

Variables en un conjunto de datos:

1 - datos univariantes2 - datos bivariantesdatos multivariantes

000R Team (UMU) [0010] DEFAD 15 / 31

Consideraciones Número y tipo de variables

¿De qué tipo son las variables?

Cuantitativa -vs- Cualitativa

Continua -vs- Discreta

Dependiendo del tipo y el número de variables realizaremos un análisis uotro.

000R Team (UMU) [0010] DEFAD 16 / 31

Consideraciones Datos univariantes

Datos univariantes

000R Team (UMU) [0010] DEFAD 17 / 31

Consideraciones Datos univariantes

Datos univariantes

Variables cuantitativas: aquella que se expresa mediante un número.Medimos:

Cómo están distribuidos los valoresMáximos, mínimos, rangosMedidas de centralizaciónMedidas de dispersiónÁreas de concentraciónValores atípicosPatrones interesantes

000R Team (UMU) [0010] DEFAD 18 / 31

Consideraciones Datos univariantes

Variables cuantitativas

2 4 6 8 10

020

4060

8010

0

000R Team (UMU) [0010] DEFAD 19 / 31

Consideraciones Datos univariantes

Datos univariantes

Variables cualitativas: expresan cualidades, atributos, categorías ocaracterísticas. Medimos:

Totales y proporcionesValores comunesValores más usualesFrecuencias de distribución

000R Team (UMU) [0010] DEFAD 20 / 31

Consideraciones Datos univariantes

Variables cualitativas

A B C

02

46

8

000R Team (UMU) [0010] DEFAD 21 / 31

Consideraciones Datos bivariantes

Datos bivariantes

000R Team (UMU) [0010] DEFAD 22 / 31

Consideraciones Datos bivariantes

Datos bivariantes

Cuantitativos -vs- CuantitativosCualitativos -vs- CuantitativosCualitativos -vs- Cualitativos

Utilizamos la función plot() para ver los diferentes tipos de gráficos.

000R Team (UMU) [0010] DEFAD 23 / 31

Consideraciones Datos bivariantes

Función plot()

Funcción Tipo de dato Descripción

plot() numérico, numérico gráfico de puntosplot() numérico, factor stripchartsplot() factor, numérico boxplotsplot() factor, factor spineplot

000R Team (UMU) [0010] DEFAD 24 / 31

Consideraciones Datos bivariantes

Variables numéricas

plot( iris$Petal.Length, iris$Sepal.Length )

1 2 3 4 5 6 7

4.5

5.5

6.5

7.5

iris$Petal.Length

iris$

Sep

al.L

engt

h

000R Team (UMU) [0010] DEFAD 25 / 31

Consideraciones Datos bivariantes

Variable numérica y factor

plot( iris$Petal.Length, iris$Species )

1 2 3 4 5 6 7

1.0

2.0

3.0

iris$Petal.Length

iris$

Spe

cies

000R Team (UMU) [0010] DEFAD 26 / 31

Consideraciones Datos bivariantes

Variable factor y numérica

plot( iris$Species, iris$Petal.Length )

setosa virginica

13

57

000R Team (UMU) [0010] DEFAD 27 / 31

Consideraciones Datos bivariantes

Variable factor y factor

plot( df$pelo, df$ojos, xlab = "pelo", ylab = "ojos" )

pelo

ojos

castaño negro rubio

azul

verd

e

0.0

0.4

0.8

000R Team (UMU) [0010] DEFAD 28 / 31

Consideraciones Datos multivariantes

Datos multivariantes

000R Team (UMU) [0010] DEFAD 29 / 31

Consideraciones Datos multivariantes

Datos multivariantes

CuantitativosCualitativosMixtos

En general estamos interesados en las asociaciones (correlaciones,relaciones)

000R Team (UMU) [0010] DEFAD 30 / 31

Consideraciones Datos multivariantes

Datos multivariantes

Gráfico de dispersión 3D

1 2 3 4 5 61015

2025

3035

0100

200300

400500

mtcars$wt

mtc

ars$

disp

mtc

ars$

mpg

000R Team (UMU) [0010] DEFAD 31 / 31