{"id":163,"date":"2010-12-11T07:47:47","date_gmt":"2010-12-11T07:47:47","guid":{"rendered":"http:\/\/blog.espol.edu.ec\/nemo\/?p=163"},"modified":"2010-12-19T23:45:00","modified_gmt":"2010-12-19T23:45:00","slug":"creando-grafico-dispersion-ggplot2-part2","status":"publish","type":"post","link":"https:\/\/blog.espol.edu.ec\/nemo\/2010\/12\/11\/creando-grafico-dispersion-ggplot2-part2\/","title":{"rendered":"Creando un gr\u00e1fico de Dispersi\u00f3n con ggplot2 (Scatterplot) Parte 2 .- Usando Transparencias"},"content":{"rendered":"

Gr\u00e1fico de dispersi\u00f3n Altura vs Peso vs G\u00e9nero (color y forma seg\u00fan G\u00e9nero)<\/strong><\/p>\n

Siguiendo con la primer parte de este blog<\/a>, vamos a realizar un gr\u00e1fico de dispersi\u00f3n que nos permita visualizar tres variables: Altura, Peso, G\u00e9nero, las dos primeras en los ejes mientras que la tercera ser\u00e1 el resultado de una combinaci\u00f3n de forma y color<\/p>\n

Usando qplot<\/code><\/p>\n

\n
\n
><\/span> qplot<\/span>(<\/span>Altura, <\/span>Peso, <\/span>data<\/span><\/a>=datos,<\/span> shape<\/span>=Genero,<\/span> colour<\/span>=Genero,<\/span>\r\n+<\/span> size=<\/span>I<\/span><\/a>(<\/span>2<\/span>)<\/span>,<\/span> xlab<\/span>=\"Altura(metros)\"<\/span>,<\/span> ylab<\/span>=\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
Usando ggplot<\/code><\/p>\n
\n
\n
><\/span> ggplot<\/span>(<\/span>data<\/span><\/a>=datos, <\/span>aes<\/span>(<\/span>Altura, <\/span>Peso)<\/span>)<\/span>+<\/span>\r\n+<\/span> geom_point<\/span>(<\/span>aes<\/span>(<\/span>shape<\/span>=Genero,<\/span> colour<\/span>=Genero,<\/span>)<\/span>,<\/span> size=<\/span>2<\/span>)<\/span>+<\/span>\r\n+<\/span> xlab<\/span>(<\/span>\"Altura(metros)\"<\/span>)<\/span>+<\/span>ylab<\/span>(<\/span>\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
\"Gr\u00e1fico<\/a><\/p>\n
\n
Si se mira con detenimiento el gr\u00e1fico, notaremos que hay varios puntos que se superponen, para arreglar este problema se utilizan s\u00edmbolos con transparencias, veamos una introducci\u00f3n a ello.<\/p>\n
Gr\u00e1fico\u00a0de dispersi\u00f3n a\u00f1adiendo transparencias <\/strong><\/p>\n
Ahora vamos a explorar otra car\u00e1cter\u00edstica est\u00e9tica<\/a> \u00fatil al crear gr\u00e1ficos estad\u00edsticos, la transparencia<\/em> de las formas geom\u00e9tricas mostradas (puntos en los gr\u00e1ficos de dispersi\u00f3n).<\/p>\n
Transparencias\u00a0para datos superpuestos<\/strong><\/p>\n
Cuando se trabaja con grandes vol\u00famenes de datos, al hacer un gr\u00e1fico de dispersi\u00f3n corremos el riesgo de que las observaciones se superpongan, dandonos as\u00ed una falsa imagen de lo que ocurre en la realidad, por ejemplo, supongamos que tenemos las siguientes 4 observaciones de peso y altura:<\/p>\n
Altura \u00a0 Peso<\/p>\n
1.50 \u00a0 \u00a0 \u00a0105<\/p>\n
1.60 \u00a0 \u00a0 \u00a0120<\/p>\n
1.60 \u00a0 \u00a0 \u00a0120<\/p>\n
1.60 \u00a0 \u00a0 \u00a0120<\/p>\n
Si se realiza un gr\u00e1fico de dispersi\u00f3n con estos datos en el mismo se tendr\u00e1 s\u00f3lo dos puntos, puesto que las 3 \u00faltimas observaciones presentan los mismos valores; para resolver este problema una de las alternativas es utilizar transparencias, la idea es que los datos superpuestos se vean m\u00e1s oscuros que los simples. Suponga que para graficar el ejemplo planteado utilizamos una transparencia de 1\/3 (alpha=1\/3 o alpha=0.333), esto significa que tendremos tres niveles de tonalidad, de tal manera que cuando un datos no se superpone a otro, lo veremos el punto en un tono claro, cuando dos datos se superpongan el punto se visualizar\u00e1 m\u00e1s oscuro (en teor\u00eda el doble de oscuro que el anterior), si tres o m\u00e1s datos se superponen entre si, ese punto ser\u00e1 visualizado como el m\u00e1s oscuro en el gr\u00e1fico, n\u00f3tese que tener alpha=1\/3 s\u00f3lo nos permite detectar hasta 3 puntos superpuestos.<\/p>\n
Siguiendo el ejemplo, con alpha=1\/3 se obtiene un gr\u00e1fico con el punto correspondiente a la primer observacion de tono claro, mientras que el correspondiente a las otras 3 observaciones ser\u00e1 un tono oscuro indicando que ah\u00ed tenemos elementos superpuestos.  Entendida la idea de las tranparencias, se va a aplicar este concepto siguiendo con los datos con los que trabajamos en la primer parte del blog, si bien no es una base amplia (100 observaciones), veremos si hay elementos superpuestos o no, para ello vamos a aplicar una transparencia de 1\/5 mediante el comando alpha=I(1\/5), la codificaci\u00f3n y el gr\u00e1fico resultante se presenta a continuaci\u00f3n:<\/p>\n
Usando qplot<\/code><\/p>\n
\n
\n
><\/span> qplot<\/span>(<\/span>Altura, <\/span>Peso, <\/span>data<\/span>=datos,<\/span> alpha=<\/span>I<\/span><\/a>(<\/span>1<\/span>\/5<\/span><\/span>)<\/span>,<\/span>\r\n+<\/span> xlab=<\/span>\"Altura(metros)\"<\/span>,<\/span> ylab=<\/span>\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
Usando ggplot<\/code><\/p>\n
\n
\n
><\/span> ggplot<\/span>(<\/span>data<\/span><\/a>=datos, <\/span>aes<\/span>(<\/span>Altura,<\/span>Peso)<\/span>)<\/span>+<\/span>\r\n+<\/span> geom_point<\/span>(<\/span>alpha<\/span>=I<\/span><\/a>(<\/span>1<\/span>\/<\/span>5<\/span>)<\/span>)<\/span>+<\/span>\r\n+<\/span> xlab<\/span>(<\/span>\"Altura(metros)\"<\/span>)<\/span>+<\/span>ylab<\/span>(<\/span>\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
\"Grafico<\/a><\/p>\n
Note que la idea de definir transparencia de 0.2 (alpha=1\/5) es porque nos permite detectar hasta cuando hay 5 observaciones superpuestas, pero este no parece ser el caso, es visible que los puntos m\u00e1s oscuros parecen indicar que no hay m\u00e1s de dos observaciones superpuestas, entonces podemos cambiar el c\u00f3digo para obtener lo siguiente:<\/p>\n
Usando qplot<\/code><\/p>\n
\n
\n
><\/span> qplot<\/span>(<\/span>Altura, <\/span>Peso, <\/span>data<\/span>=datos,<\/span> alpha=<\/span>I<\/span><\/a>(<\/span>1<\/span>\/2<\/span><\/span>)<\/span>,<\/span>\r\n+<\/span> xlab=<\/span>\"Altura(metros)\"<\/span>,<\/span> ylab=<\/span>\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
Usando ggplot<\/code><\/p>\n
\n
\n
><\/span> ggplot<\/span>(<\/span>data<\/span><\/a>=datos, <\/span>aes<\/span>(<\/span>Altura, <\/span>Peso)<\/span>)<\/span>+<\/span>\r\n+<\/span> geom_point<\/span>(<\/span>alpha<\/span>=I<\/span><\/a>(<\/span>1<\/span>\/<\/span>2<\/span>)<\/span>)<\/span>+<\/span>\r\n+<\/span> xlab<\/span>(<\/span>\"Altura(metros)\"<\/span>)<\/span>+<\/span>ylab<\/span>(<\/span>\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
\"Grafico<\/a><\/p>\n
Lo interesante es que pueden seguir jugando con los valores de alpha hasta conseguir lo que prefieren.<\/p>\n
Transparencias\u00a0seg\u00fan una tercer variable num\u00e9rica<\/strong> Gr\u00e1fico de dispersi\u00f3n Altura vs Peso vs Edad (transparencia seg\u00fan Edad)<\/strong><\/p>\n
Es posible que en se desee visualizar la interacci\u00f3n de tres variables num\u00e9ricas, una forma de hacerlo es que la tonalidad del punto graficado dependa de la tercer variable, esta es una soluci\u00f3n parcial puesto que los puntos superpuestos se ver\u00e1n m\u00e1s oscuros haci\u00e9ndonos pensar que corresponden a una observaci\u00f3n con valores elevados en la variable que asigna el tono y no a varias observaciones con valores medianos o peque\u00f1os, es decir, nuevamente no nos permiten ver la realidad.<\/p>\n
Recordemos que los datos que estamos utilizando incluyen la variable Edad<\/em> que es num\u00e9rica, si se quisiera explorar la interacci\u00f3n de la Altura y Peso en conjunto con la edad entonces para hacer que la tonalidad dependa de la edad, se utiliza el siguiente c\u00f3digo:<\/p>\n
Usando qplot<\/code><\/p>\n
\n
\n
><\/span> qplot<\/span>(<\/span>Altura,<\/span>Peso,<\/span>data<\/span>=datos,<\/span> alpha<\/span>=Edad,<\/span>\r\n+<\/span> xlab=<\/span>\"Altura(metros)\"<\/span>,<\/span> ylab=<\/span>\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
Usando ggplot<\/code><\/p>\n
\n
\n
><\/span> ggplot<\/span>(<\/span>data<\/span><\/a>=datos,<\/span>aes<\/span>(<\/span>Altura,<\/span>Peso)<\/span>)<\/span>+<\/span>\r\n+<\/span> geom_point<\/span>(<\/span>aes<\/span>(<\/span>alpha<\/span>=Edad)<\/span>)<\/span>+<\/span>\r\n+<\/span> xlab<\/span>(<\/span>\"Altura(metros)\"<\/span>)<\/span>+<\/span>ylab<\/span>(<\/span>\"Peso(libras)\"<\/span>)<\/span><\/pre>\n<\/div>\n<\/div>\n
\"Gr\u00e1fico<\/a><\/p>\n
Note como el paquete ggplot2 autom\u00e1ticamente genera intervalos para la variable Edad, y seg\u00fan estos intervalos utiliza la transparencia adecuada.<\/p>\n
La lectura del gr\u00e1fico es obvia, se puede ver que las observaciones que presentan menor Altura y Peso corresponden a las observaciones de menor Edad, osea, a los ni\u00f1os (como era de esperarse); luego se puede ver que la edad no influye en el Peso y Altura...<\/p>\n
Este ejemplo sencillo (incluso con resultado obvio) sirve como ilustraci\u00f3n del uso de transparencias asociadas a una variable; ahora nos resta aplicar transparencia al gr\u00e1fico que generamos al inicio del post, lo cual haremos en la pr\u00f3xima entrada.<\/p>\n","protected":false},"excerpt":{"rendered":"
Usar ggplot2 para: Visualizar tres variables: Altura, Peso, G\u00e9nero, las dos primeras en los ejes mientras que la tercera ser\u00e1 el resultado de una combinaci\u00f3n de forma y color, Aplicar transparencias\u00a0para datos superpuestos, Aplicar transparencias\u00a0para visualizar tres variables<\/p>
Seguir leyendo<\/a><\/p>\n","protected":false},"author":3803,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1688,771,1534],"tags":[27753,27752,26608,27757,2315,27754,27690,17905,1171628,23818,23797,26768,25354,25956,27756,1171624,25618,822,12341,25355,1171627,27692,27755,325,1292],"class_list":["post-163","post","type-post","status-publish","format-standard","hentry","category-estadistica","category-graficos","category-r","tag-3-variables","tag-alpha","tag-altura","tag-altura-vs-peso","tag-color","tag-colour","tag-dispersion","tag-edad","tag-estadistica","tag-estadisticos","tag-forma","tag-genero","tag-ggplot","tag-ggplot2","tag-grafico-de-dispersion","tag-graficos","tag-grammar-of-graphics","tag-open-source","tag-peso","tag-qplot","tag-r","tag-scatterplot","tag-shape","tag-software-libre","tag-transparencia","item-wrap"],"_links":{"self":[{"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/posts\/163","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/users\/3803"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/comments?post=163"}],"version-history":[{"count":27,"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/posts\/163\/revisions"}],"predecessor-version":[{"id":209,"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/posts\/163\/revisions\/209"}],"wp:attachment":[{"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/media?parent=163"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/categories?post=163"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.espol.edu.ec\/nemo\/wp-json\/wp\/v2\/tags?post=163"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}