4.4 Visualizar la tabla graficamente

4.4.1 Como histograma

A veces es mucho más informativa una representación visual de los datos. La manera más rápida (y recomendada) de hacerse una idea de la distribución de los datos de una columna numérica es usando histogramas. En R, para representar el histograma de la columna Sepal.Width de iris se puede hacer:

hist(iris$Sepal.Width)
figura de un histograma de con los valores del sepalo

Figura 4.1: figura de un histograma de con los valores del sepalo 

#### y para editar el grafico se especifican parametros adicionales
hist(iris$Sepal.Width, main = "iris: histograma de la anchura de los sépalos",
      xlab = "anchura del sépalo", ylab = "frecuencia",
      col = "steelblue")
figura de un histograma de con los valores del sepalo

Figura 4.2: figura de un histograma de con los valores del sepalo

4.4.2 Como dos variables numericas

Por ejemplo representemos la longitud del sépalo versus el pétalo.

plot(iris$Sepal.Length, iris$Petal.Length)
figura de longitud del sépalo versus el pétalo

Figura 4.3: figura de longitud del sépalo versus el pétalo

4.4.3 Diagrama de caja (boxplots)

Los diagramas de cajas (boxplot) estudian la distribución de una variable continua en función de una variable categórica. Están emparentados con los histogramas porque resumen la distribución de una variable continua. Para ello utilizan una representación todavía mas esquemática que la de un histograma: una caja y unos segmentos que acotan las regiones donde la variable continua concentra el grueso de las observaciones.

Por ejemplo, podemos estudiar la distribución de la anchura del sépalo en iris en función de la especie usando diagramas de cajas así:

boxplot(iris$Sepal.Width ~ iris$Species, col = "gray",
        main = "Especies de iris\nsegún la anchura del sépalo")
figura de un boxplot

Figura 4.4: figura de un boxplot

La notación y ~ x es muy común en R y significa que vas a hacer algo con y en función de x; en este caso, algo es un diagrama de cajas. Cuando construyamos modelos, querremos entender la variable objetivo y en función de una o más variables predictoras, así que más adelante volveremos a hacer uso de esa notación.