Introducción a la visualización de datos de investigación

Gráfico de dispersión (scatterplot)

Los gráficos de dispersión o scatterplot muestran las relaciones entre dos variables. Permite visualizar varios tipos de correlaciones entre los datos. 

Es un tipo de gráfico que permite representar los valores de dos variables sobre dos ejes de coordenadas x e y. Cada elemento se representa como un punto situado en el espacio en función de sus valores en cada uno de los ejes.

Las líneas o curvas (según sea el caso) se ajustan dentro del gráfico para ayudar a comprender el análisis de la relación y se dibujan lo más cerca  posible de todos los puntos. Se conoce como línea de ajuste o línea de tendencia y se utiliza para hacer estimaciones a través del modelo de regresión . 

                                                                                   Fuente: datavizcatalogue.com

Los valores atípicos:  son aquellos valores que quedan fuera de la forma principal que se aprecia en un gráfico de dispersiones y corresponden a excepciones en los datos que habrá que tratar o poder explicar. 

• Para mostrar relaciones entre dos variables. 
• Detectar elementos atípicos en tus datos, con valores extremos, que no siguen la misma relación de correlación que el resto de puntos en el gráfico. 

Para comprender un gráfico de dispersión debes tener en cuenta:

La forma:

• Si los puntos se sitúan en torno a la recta de regresión lineal, significa que ambas variables están muy correlacionadas. 
• Si no se distribuyen en torno a ninguna línea, no están correlacionados
• La correlación puede no ser lineal (en torno a una recta). Podría también ser exponencial, logarítmica, o polinomial. 

Orientación de la relación: 

• Si la pendiente es positiva (tiende a subir), quiere decir que están positivamente correlacionados (cuando aumenta el valor de x, también lo hace el de y).
• Si la pendiente es negativa (tiende a bajar), quiere decir que están negativamente correlacionados (cuando disminuye el valor de x, también lo hace el de y).

                                                                                        Fuente: datavizcatalogue.com

Las agrupaciones:

Si muchos puntos se agrupan en torno a valores similares, quiere decir que tienen características similares (en inglés se denomina cluster a una agrupación de elementos).