Distribution Charts

Los distribution charts son representaciones gráficas utilizadas para visualizar la frecuencia o distribución de valores dentro de un dataset. Proporcionan información sobre la dispersión, variabilidad y patrones de los puntos de datos, permitiendo una mejor comprensión de cómo se distribuyen los valores a través de diferentes rangos. Los distribution charts son particularmente útiles para identificar tendencias centrales, outliers y la forma general de las distribuciones de datos.

1. Scatter Plot

   Un Scatter Plot es una representación gráfica utilizada para mostrar la relación entre dos variables o atributos. Comprende puntos de datos individuales colocados en un plano cartesiano, donde cada punto representa una combinación de valores para las dos variables. Los scatter plots son particularmente útiles para revelar patrones, correlaciones u outliers dentro de los datos.

   

   Descripción:

   • Puntos de datos individuales: Cada punto de datos en el gráfico representa una combinación específica de valores para las dos variables.

   • Plano cartesiano: El gráfico se basa en un sistema de coordenadas cartesianas, con una variable trazada a lo largo del eje x y la otra a lo largo del eje y.

   • Relaciones de variables: Los scatter plots ayudan a visualizar cómo los cambios en una variable corresponden a cambios en la otra, indicando correlaciones o patrones potenciales.

2. BoxPlot

   Un BoxPlot, también conocido como gráfico de caja y bigotes, es una representación gráfica utilizada para visualizar la distribución, dispersión y outliers dentro de un dataset. Proporciona un resumen conciso de estadísticas clave, como la mediana, cuartiles y outliers potenciales. El gráfico comprende una “caja” rectangular y líneas que se extienden desde ella, conocidas como “bigotes”.

   

   Descripción:

   • Caja: El rectángulo central (caja) abarca el rango intercuartílico (IQR), mostrando dónde se concentra el 50% medio de los datos. La línea vertical dentro de la caja representa la mediana.

   • Bigotes: Las líneas (bigotes) se extienden desde los bordes de la caja hasta los valores mínimo y máximo dentro de un rango definido, excluyendo los outliers.

   • Outliers: Los puntos fuera de los bigotes se marcan como puntos de datos individuales y pueden indicar outliers potenciales.

3. Histogram

   Un histogram es una representación gráfica utilizada para visualizar la distribución de datos numéricos. Divide los datos en bins o intervalos a lo largo del eje x y muestra la frecuencia o conteo de puntos de datos que caen dentro de cada bin en el eje y. Los histograms te ayudan a comprender la forma, tendencia central y dispersión de un dataset.

   

   Descripción:

   • Agrupación en bins: Los datos se dividen en intervalos (bins) a lo largo del eje x, y el eje y representa la frecuencia o conteo de puntos de datos dentro de cada bin.

   • Alturas de barras: La altura de cada barra corresponde al número de puntos de datos en el bin respectivo.

   • Interpretación de forma: Los histograms proporcionan información sobre patrones de distribución de datos, como si es sesgada, simétrica o bimodal.