Guía de aprendizaje 1.3

Introducción

La representación grafica de información constituye una de las herramientas mas importantes de la estadística. Con ella podemos observar lo ocurrido en el pasado, el presente y lo que podría ocurrir en el futuro y de esta forma orientar nuestras decisiones.

Es necesario realizar una correcta visualización de los datos y para ello requerimos seleccionar la gráfica o representación apropiada, conociendo el tipo de variable, su escala de medición y sobre todo lo que queremos resaltar en ella.

Las gráficas pueden formar parte de un informe en un estudio, para lo cual es necesario conocer los lineamientos exigidos por las normas que los rigen AP, EEE, entre otros. En todos los casos los gráficos deben tener una enumeración que los permita citar, titulo que permita visualizar lo que están representando, fuente, que indique de donde son extraídos los datos que la originan. En esta unidad se trataran las diferentes formas de visualización de datos.

Objetivos de la unidad

Al finalizar la unidad los estudiantes estarán en capacidad de RECONOCER los tipos de gráficos estadísticos y podrán REPRESENTAR e INTERPRETAR información a través de las diferentes formas, que les permita complementar un análisis de datos estadístico.

Duración

La presente unidad será desarrollada durante la tercera semana del semestre ( 9 al 16 de agosto ). Ademas del material suministrado contaran con el acompañamiento del profesor en tres sesiones (Lunes, Miércoles y Viernes) y de manera asincrónica. Los entregables para esta unidad podrán enviarse a través de la plataforma Brightspace hasta el 17 de agosto.

Para alcanzar los objetivos planteados se propone realizar las siguientes actividades

Cronograma de trabajo

Actividad105	Descripción
Trabajo individual	A partir de la base de datos trabajada en las dos unidades anteriores construya un tablero (Dashboard) que contenga gráficos e indicadores de las variables estadísticas contenidas en la base de datos seleccionada en la Actividad 1 de la unidad 1.1. Realice una descripción con los resultados obtenidos en el tablero.
Recurso	Código U1-3.R y Tablero-M1
	Resumen R base
	Dashboard en R
	Resumen ggplot2
	Resumen RMarkdown
Fecha	17 de agosto de 2021
Hora	23:59 hora local

Actividad106	Descripción
Trabajo individual	Construya un mapa mental del Módulo 1 y adjunto el link del trabajo (en caso de ser construido en una herramienta en linea) o un pdf que resuma los conceptos más importantes del Modulo 1.
Recurso	Capitulo 1
	Presentaciones y videos clases
Fecha	17 de agosto de 2021
Hora	23:59 hora local

Actividad107	Descripción
Taller M1	Actividad que tiene como finalidad preparar la primera evaluación parcial

Criterios de evaluación

Reconocer los principales elementos de un análisis descriptivo de datos y su incidencia en la toma de decisiones.
Reconocer e identificar los diferentes tipos de representaciones gráficas y sus respectivas interpretación.
Utilizar herramientas computacionales para el procesamiento de la información.

Entregables

	Descripción
Entregable 1	Actividad105.Rmd Tablero Acompañado de descripción de los resultados
Entregable 2	Actividad106.pdf Mapa mental

Fecha	Domingo 17 de agosto de 2021
Hora límite	23:59 hora local

Presentaciones

Presentación 107 - 06-ago-2021

Recursos

Introducción

Una gráfica o una representación gráfica o un gráfico, es un tipo de representación de datos, generalmente cuantitativos, mediante recursos visuales (líneas, vectores, superficies o símbolos), para que se manifieste visualmente la relación matemática o correlación estadística que guardan entre sí.

Wikipedia

Paquetes de R para graficos

R posee una serie de paquetes construido para la visualización de datos que hacen que tengan una excelente presentación. Empezando por funciones del núcleo base, hasta paquetes que elaboran gráficos interactivos

Elegir el gráfico adecuado es muy importante pues existen diferentes alternativos y se debe escoger el apropiado para representar los datos. El tipo de dato determina el tipo de grafico asi:

Tipo de variable	Escala	Gráfico
Cualitativas
	Nominal	torta
	Ordinal	barras

Cuantitativas	Intervalo-razón	diagrama de tallos y hojas
		histograma
		diagrama de tallos y hojas
		diagrama de cajas
		diagrama de densidad
		diagrama de puntos
		diagrama de lineas

Gráficos variables cualitativas con R base

Gráfico de tortas

cc=c(20, 10, 20, 20, 20, 20, 20, 20, 20, 30, 20, 20, 20, 10, 30, 20, 20, 30, 20, 30, 30, 20, 10, 30, 20, 20, 30, 30, 10, 20, 10, 20, 20, 20, 10, 20, 10, 20, 20, 30, 30, 30, 10, 30, 20, 20, 20, 20, 20, 20, 10, 20, 30, 30, 10, 10, 10, 20, 10, 20, 10, 30, 20, 10, 20, 30, 10, 30, 30, 30, 20, 30, 30, 30, 30, 30, 30, 20, 10, 30, 10, 20, 20, 10, 20, 20, 20, 20, 10, 20); labs=c("Ing. Industrial","Administración ","Contaduría "); pct=round(table(cc)/sum(table(cc))*100); labs=paste(labs, pct);labs=paste(labs, "%", sep = " ") 
pie(table(cc), labels=labs, main=" Distribución por carrera")

Diagrama de barras

ev=table(rbinom(90,5,0.80)); 
barplot(ev, col=c("red","yellow","orange","green","blue"), main = "Evaluación proceso de inducción")

Diagrama de barras dos variables

counts <- table(mtcars$vs, mtcars$gear); rownames(counts)=c("Montor en linea", "Motor en V")
barplot(counts, main="Numero de cambios adelante por Tipo de motor",  xlab="Numero de cambios adelante ",col=c("dodgerblue3","orange"),
  legend = rownames(counts))

Gráficas variables cuantitativas con R base

Diagrama de árbol

nf=c(4.1, 2.7, 3.1, 3.2, 3.0, 3.2, 2.0, 2.4, 1.6, 3.2, 3.1, 2.6, 2.0, 2.4, 2.8, 3.3, 4.0, 3.4, 3.0, 3.1, 2.7, 2.7, 3.0, 3.8, 3.2, 2.2, 3.5, 3.5, 3.8, 3.5, 3.9, 4.2, 4.3, 3.9, 3.2, 3.5, 3.5, 3.7, 4.1, 3.7, 3.5, 3.6, 3.2, 3.1, 3.4, 3.0, 3.0, 3.0, 2.7, 1.7, 3.6, 2.1, 2.4, 3.0, 3.1, 2.5, 2.5, 3.6, 2.2, 2.4, 3.1, 3.3, 2.7, 3.7, 3.0, 2.7, 3.0, 3.2, 3.1, 2.4, 3.0, 2.7, 2.5, 3.0, 3.0, 3.0, 3.2, 3.1, 3.8, 4.1, 3.7, 3.5, 3.0, 3.7, 3.7, 4.1, 3.7, 3.9, 3.7, 2.0)
stem(nf)


  The decimal point is at the |

  1 | 67
  2 | 00012244444
  2 | 555677777778
  3 | 0000000000000011111111222222223344
  3 | 555555566677777777888999
  4 | 0111123

Este diagrama ordena los datos de manera que se puede determinar tanto en mínimo (1.6) como el máximo (4.3) , además de visualizar donde están la mayor concentración de ellos.

Histograma

h1=hist(nf, main = "Nota final matemáticas fundamentales", xlab = "nota", ylab="frecuencias absolutas", labels=TRUE, col="dodgerblue3", ylim = c(0,30))
abline(v=3,col="red")
grid()

Diagrama de densidad

nf=c(4.1, 2.7, 3.1, 3.2, 3.0, 3.2, 2.0, 2.4, 1.6, 3.2, 3.1, 2.6, 2.0, 2.4, 2.8, 3.3, 4.0, 3.4, 3.0, 3.1, 2.7, 2.7, 3.0, 3.8, 3.2, 2.2, 3.5, 3.5, 3.8, 3.5, 3.9, 4.2, 4.3, 3.9, 3.2, 3.5, 3.5, 3.7, 4.1, 3.7, 3.5, 3.6, 3.2, 3.1, 3.4, 3.0, 3.0, 3.0, 2.7, 1.7, 3.6, 2.1, 2.4, 3.0, 3.1, 2.5, 2.5, 3.6, 2.2, 2.4, 3.1, 3.3, 2.7, 3.7, 3.0, 2.7, 3.0, 3.2, 3.1, 2.4, 3.0, 2.7, 2.5, 3.0, 3.0, 3.0, 3.2, 3.1, 3.8, 4.1, 3.7, 3.5, 3.0, 3.7, 3.7, 4.1, 3.7, 3.9, 3.7, 2.0)
plot(density(nf), main="Distribucion de las notas de matematias fundamentales", col="dodgerblue3")

Diagrama de cajas

nf=c(4.1, 2.7, 3.1, 3.2, 3.0, 3.2, 2.0, 2.4, 1.6, 3.2, 3.1, 2.6, 2.0, 2.4, 2.8, 3.3, 4.0, 3.4, 3.0, 3.1, 2.7, 2.7, 3.0, 3.8, 3.2, 2.2, 3.5, 3.5, 3.8, 3.5, 3.9, 4.2, 4.3, 3.9, 3.2, 3.5, 3.5, 3.7, 4.1, 3.7, 3.5, 3.6, 3.2, 3.1, 3.4, 3.0, 3.0, 3.0, 2.7, 1.7, 3.6, 2.1, 2.4, 3.0, 3.1, 2.5, 2.5, 3.6, 2.2, 2.4, 3.1, 3.3, 2.7, 3.7, 3.0, 2.7, 3.0, 3.2, 3.1, 2.4, 3.0, 2.7, 2.5, 3.0, 3.0, 3.0, 3.2, 3.1, 3.8, 4.1, 3.7, 3.5, 3.0, 3.7, 3.7, 4.1, 3.7, 3.9, 3.7, 2.0)
boxplot(nf, main="Nota final matemáticas fundamentales",col="dodgerblue3")
abline(h=3, col="red")

Diagrama de cajas

nf=c(4.1, 2.7, 3.1, 3.2, 3.0, 3.2, 2.0, 2.4, 1.6, 3.2, 3.1, 2.6, 2.0, 2.4, 2.8, 3.3, 4.0, 3.4, 3.0, 3.1, 2.7, 2.7, 3.0, 3.8, 3.2, 2.2, 3.5, 3.5, 3.8, 3.5, 3.9, 4.2, 4.3, 3.9, 3.2, 3.5, 3.5, 3.7, 4.1, 3.7, 3.5, 3.6, 3.2, 3.1, 3.4, 3.0, 3.0, 3.0, 2.7, 1.7, 3.6, 2.1, 2.4, 3.0, 3.1, 2.5, 2.5, 3.6, 2.2, 2.4, 3.1, 3.3, 2.7, 3.7, 3.0, 2.7, 3.0, 3.2, 3.1, 2.4, 3.0, 2.7, 2.5, 3.0, 3.0, 3.0, 3.2, 3.1, 3.8, 4.1, 3.7, 3.5, 3.0, 3.7, 3.7, 4.1, 3.7, 3.9, 3.7, 2.0)
cc=c(20, 10, 20, 20, 20, 20, 20, 20, 20, 30, 20, 20, 20, 10, 30, 20, 20, 30, 20, 30, 30, 20, 10, 30, 20, 20, 30, 30, 10, 20, 10, 20, 20, 20, 10, 20, 10, 20, 20, 30, 30, 30, 10, 30, 20, 20, 20, 20, 20, 20, 10, 20, 30, 30, 10, 10, 10, 20, 10, 20, 10, 30, 20, 10, 20, 30, 10, 30, 30, 30, 20, 30, 30, 30, 30, 30, 30, 20, 10, 30, 10, 20, 20, 10, 20, 20, 20, 20, 10, 20)
labs=c("Ing. Industrial","Administración ","Contaduría ")
boxplot((nf~cc),main="Nota final matemáticas fundamentales por carrera", col="dodgerblue3"); abline(h=3, col="red"); abline(h=4, col="blue")

Diagrama de dispersión

ed=round(rnorm(90,18,1),1)
plot(ed,nf, main="Edad vs Nota final matemáticas fundamentales", ylim = c(0,5), xlab = "Edad", ylab = "Nota final",col="dodgerblue3",pch=19)
grid()

Gráfica de series de tiempo

plot(AirPassengers, main="Numero de pasajeros por mes", col="dodgerblue3", lwd = 2)

Resumen

x=rnorm(100,100,20)
y=rnorm(100,100,25)
z=rbinom(100,4,0.30)
t=1:100
par(mfrow=c(2, 2))
pie(table(z))
barplot(table(z))
stem(x)
hist(x)
boxplot(x)
plot(x,y)
plot(t,y, type="l")
plot(density(x))
par(mfrow=c(1, 1))

https://rextester.com/CBC3320
https://rextester.com/KBQL21515
https://rdrr.io/snippets/

Gráficos con ggplot2

Data: capa de los datos
Aesthetics: capa estética (aes), definimos las variables a utilizar en el gráfico
Geometries: capa de geometrías, se define el tipo de gráfica a realizar
Facets: capa de facetas, permite detallar la gráfica por categorías
Statistics: capa de estadística, permite agregar modelos
Coordinates: capa de coordenadas, permite ajustar las escalas de los ejes
Theme: capas de características del gráfico que no dependen de los datos

Visualizacion de datos con ggplot2

library(readr)
library(ggplot2)
clasificacion=read.csv("data/spi_global_rankings_intl.csv")
ggplot(clasificacion, aes(x=off , y=def))

ggplot(clasificacion, aes(x=off , y=def))+
  geom_point()

ggplot(clasificacion, aes(x=off , y=def))+
  geom_point()

geo_point()	geom_bar()	geom_col()	stat_count()
geom_boxplot()	stat_boxplot()	geom_density()	stat_density()
geom_histogram()	geom_violin()

ggplot(clasificacion, aes(x=off , y=def))+
  geom_point()+
  facet_wrap(~ confed)

ggplot(clasificacion, aes(x=off , y=def))+  geom_point()+
  facet_wrap(~ confed)+ stat_smooth(method = "loess" , formula =y ~ x)

ggplot(clasificacion, aes(x=off , y=def))+  geom_point()+  facet_wrap(~ confed)+ stat_smooth(method = "loess" , formula =y ~ x)+
    coord_cartesian(ylim = c(0, 10))

library(ggplot2)
data=data.frame(grupo=c("A","B","F"),frecuencia=c(36,26,19))

ggplot(data, aes(x=grupo, y=frecuencia)) +
  geom_bar(stat="identity", fill="steelblue")+
  geom_text(aes(label=grupo), vjust=1.6, color="white", size=3.5)+
  theme_minimal()

library(ggplot2)
ggplot(mtcars, aes(x=mpg, y=wt, colour = cyl)) + 
  geom_point()

ggplot(iris, aes(Sepal.Length)) +
       geom_histogram(bins = 7,fill="#69b3a2", color="#e9ecef", alpha=0.9)+
       theme_minimal() +
       labs(x = "Nota", y = "n") +
       ggtitle(" Promedio acumulado estudiantes de PyE 2021-1")

library(ggplot2)
bd0052 = read.csv2("data/bd0052.csv")
ggplot(bd0052, aes(x=promacum, y=grupo)) +
  geom_boxplot(fill="#313ae8",              # color de relleno
               color="#bf6f2e",             # color de lineas
               alpha=0.5)+
  geom_point(color="#b431e8",alpha=0.9)