MSMTS - 11- M4 - R1

TÉCNICAS Y HERRAMIENTAS DE VISUALIZACIÓN DE DATOS

Sistemas de informaciónMención Data Science

Técnicas y herramientas para la visualización

Contenido

ENTENDER LOS DISTINTOS TIPOS DE GRAFICACIÓN

1. Visualización de la Incertidumbre.
2. Visualización en Pequeños Múltiples.
3. Visualización de Relaciones.

Técnicas y herramientas para la visualización

Visualización de Incertidumbre

• La estadística trata en porcentajes de certidumbre.
• La falta de certeza es un estado de conocimiento limitado donde es imposible describir exactamente el estado existente, un resultado futuro o más de un resultado posible.
• Cuando realizamos una predicción siempre nos referimos a un valor, más/menos un porcentaje de incertidumbre
• Por otro lado, el nivel de confianza representa el porcentaje de intervalos que incluirían el parámetro de población si usted tomara muestras de la misma población una y otra vez.
• En general, las barras de error se utilizan para mostrar la desviación estándar, el error estándar, los intervalos de confianza o el rango intercuartílico.
• Estos conceptos pueden ser visualizados con distintos diagramas :
• Barras de Error
• Diagramas de nivel de confianza
• Diagramas de banda de confianza

Técnicas y herramientas para la visualización

Barras de Error

• Las barras de error están destinadas a indicar el rango de valores probables para alguna estimación o medición. Se extienden horizontal o verticalmente desde algún punto de referencia que representa la estimación o medida.
• Es posible tener distintos tipos de barra de error :
• geom_crossbar (), Fig 1
• geom_linerange () Fig 2
• geom_pointrange (). Fig 3
• geom_errorbar(). Fig4
• Estas funciones trabajan básicamente igual

Técnicas y herramientas para la visualización

Barras de Error

• Las barras de error son generadas por geom_errobar
• geom_errorbar( mapping = NULL, data = NULL, stat = "identity", position = "identity“ )
• Mapping es el conjunto de parámetros de aes() donde se indica el rango de la barra de error mediante xmin , xmax , ymin, ymax dependiendo de lo que se quiere mostrar
• Por ejemplo si se quiere mostrar la desv. std xmin=mean(x) ± sd
• Si se quiere mostrar error std xmin= mean(x) ± sd/sqrt(n)
• Ejemplo sobre la base Iris:
• geom_point()+geom_errorbar(aes(xmin = id - sd_PL, xmax = id + sd_PL), width=0.2) Fig. 1
• geom_col() + geom_errorbar(aes(ymin = mean_PL - sd_PL, ymax = mean_PL + sd_PL), width=0.2)
• De ser conveniente usar coord_flip() para cambiar el sentido

Técnicas y herramientas para la visualización

Mejores Prácticas Barras de Error

• La flexibilidad de las barras de error para representar cualquier valor puede ser también un problema.
• La audiencia puede interpretar de distinta manera los valores, por lo que es importante que las leyendas sean claras de lo que representan.
• A continuación un gráfico de los distintos conceptos que pueden aplicar:

Técnicas y herramientas para la visualización

Diagrama de Ojos

• Los ojos y los medios ojos combinan barras de error con enfoques para visualizar tanto las distribuciones (violines y líneas de cresta, respectivamente) , las medias y los rangos de intervalos de confianza y la distribución de incertidumbre general.
• Por lo tanto combinaremos 3 geoms
• geom_violin Para calcular la densidad

geom_violin( mapping = NULL, data = NULL, stat = "ydensity", position = "dodge“)

• geom_point Para colocar el punto de la media

geom_point( mapping = NULL, data = NULL, stat = "identity", position = "identity“)

• geom_errorbar Para calcular el nivel de confianza u otro estadístico

geom_errorbar(aes(xmin = id - sd_PL, xmax = id + sd_PL)

• geom_errorbarh Version rotada de geom_errobar

geom_errorbar(aes(xmin = id - sd_PL, xmax = id + sd_PL)

Técnicas y herramientas para la visualización

Diagrama de Ojos

• Ejemplo de diagramas de ojo sobre una distribución T y gaussiana con 95% de confianza

geom_violin(data = df1, mapping = aes(GRP, Value)) + geom_point(mapping = aes(GRP, Mean), data = Stats) + geom_errorbar(mapping = aes(x = GRP, ymin = CI_L, ymax = CI_U), data = Stats, width = 0.2)

Técnicas y herramientas para la visualización

Diagramas de Bandas de Confianza

• Cuando visualizamos una recta de regresión es importante también mostrar la banda de confianza.
• La banda de confianza nos proporciona una gama de diferentes líneas de ajuste que serían compatibles con los datos.
• Podemos mostrar visualmente cómo surge la banda de confianza dibujando un conjunto de líneas de generadas con distintos niveles de confianza Fig. 1
• La banda gris alrededor de la línea muestra la incertidumbre en el ajuste con el 95% de confianza. Es decir, que podemos tener distintas bandas de confianza si usamos el 90% 80% etc. nivel de confianza. Fig 2.
• Note que mientras más alto es el nivel de confianza el rango aumenta

Técnicas y herramientas para la visualización

Diagramas de Bandas de Confianza

• Para visualizar las bandas de confianza usaremos geom_smooth()

geom_smooth( mapping = NULL, data = NULL, stat = "smooth", position = "identity", ..., method = NULL, formula = NULL, se = TRUE, level=NULLPor defecto se =TRUE y level=.95

• Ejemplo con base padre-hijo

geom_smooth(aes(fill=“.85"), method=lm, se=TRUE, level=.85)+ geom_smooth(aes(fill=“.95"), method=lm, se=TRUE, level=.95)

Amount