Análisis Gráfico

La presentación de datos estadísticos por medio de

gráficos es considerada
una tarea importante en el proceso de comunicación de los
datos. En comparación con otras formas de presentación
de los datos, los gráficos nos permiten, de una mirada,
comprender el comportamiento de los datos, aún de datos
muy complejos, por lo tanto ahorran tiempo al analista de
información. Los gráficos estadísticos nos permiten usar
nuestra habilidad
para visualmente procesar información de un gráfico. Esto
nos permite hacer
juicios respecto a la variabilidad, escala, patrones y
tendencias de los datos.
Gráficos estadísticos univariables
• Algunos parámetros para graficar en R
Gráficos estadísticos univariables
Gráficos estadísticos multivariantes
Gráficos estadísticos multivariantes
Representación mediante figuras
● Caras de Chernoff
La siguiente tabla muestra el contenido nutricional de los productos más conocidos de la marca de
Hamburguesas McDonalds.
Representación mediante figuras
INTERPRETACION:
1)El producto que es distinto a los demás es la hamburguesa simple. (tiene los
contenidos más bajos de nutrientes).
2)Los productos con mayor cantidad de calorías más parecidos (altura de la
cara) , son : el cuarto de libra con queso, el Big Mac y la McNífica.
3)En el contenido de grasas (ancho de la cara) los más parecidos son el Big
Mac y el Cuarto de Libra con Queso
4)En el contenido de proteína (altura de la boca) el más bajo es la
Hamburguesa simple y los mayores son cuarto de libra con queso y Mc royal
Bacon con queso
5) En el contenido de colesterol (ancho de la boca), el que menos tiene es la
hamburguesa simple y los que más el cuarto de libra con queso y el Mc Royal.
6)En el contenido de sodio (sonrisa), el Mc Pollo es el que tiene menos y los
que más tienen son el cuarto de libra con queso y el Mc royal Bacon con
queso
7)En base a todas las características, las tres hamburguesas más parecidas son:
Quarter pounder con queso, Big Mac y Mc Royal
Representación mediante figuras
● Gráfico de Estrella
Los gráficos de estrella (Chambers, 1983), al igual que las Caras de
Chernoff, asignan a cada unidad de observación una estrella con
tantos rayos o ejes (igualmente espaciados y que confluyen en un
centro geométrico) como variables queramos representar. Las
longitudes de los rayos son proporcionales a los valores de las
variables en la observación asociada a la estrella.

Los extremos de los rayos se conectan con segmentos de líneas

rectas para formar una
estrella. De esta forma, podemos agrupar las observaciones según
las similitudes que presentan las estrellas.

En todas las estrellas se usa siempre el mismo rayo o eje para

representar la misma variable. El eje j en una estrella i depende de
en valor absoluto o relativo).
Representación de Proyecciones
En lugar de intentar representar las variables originales por pares podríamos intentar representar parejas de variables
que resuman en algún sentido el conjunto de variables. Esperamos así obtener una mayor intuición visual de las
propiedades de los datos.
Representación de Proyecciones
Construir un indicador a partir de variables multivariantes puede interpretarse como proyectar los datos sobre cierta dirección,
es natural preguntarse por direcciones de proyección que sean informativas para revelarnos la disposición de los puntos en el
espacio.
Para ello tenemos que definir un criterio de proyección y encontrar la dirección donde ese criterio se maximiza. Las técnicas
diseñadas con este objetivo se conocen como búsqueda de proyecciones (projection pursuit), y se aplican como sigue:

1. Escoger la dimensión del espacio sobre el que vamos a proyectar (normalmente 2), y el criterio que se desea maximizar.
2. Encontrar la dirección que maximiza el criterio analíticamente.
3. Encontrar una dirección ortogonal a la primera que maximice el criterio.
4. Representar los datos sobre el plano deinido por las dos direcciones de proyección.
Representación de Proyecciones
Ejemplo: Se tienen 6 observaciones bivariantes, cada observación corresponde con un
rectángulo y las variables univariantes son la longitud de la base y la altura del rectángulo. La
matriz de datos es:

1 2 3 4 5 6
Representación de Proyecciones