Prácticas de Estadística en R - Departamento de Estadística e ...
Prácticas de Estadística en R - Departamento de Estadística e ...
Prácticas de Estadística en R - Departamento de Estadística e ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
5.6 Gráficos para multiples variables 47<br />
> hist2d(Peso,Altura,nbins=c(7,7),xlab="Peso",ylab="Altura",<br />
main="Histograma bidim<strong>en</strong>sional",col=c("white",heat.colors(12)[12:1]))<br />
Grafico <strong>de</strong> dispersion<br />
Histograma<br />
bidim<strong>en</strong>sional<br />
Grafico <strong>de</strong> dispersion<br />
Histograma bidim<strong>en</strong>sional<br />
Altura<br />
160 165 170 175 180 185<br />
Altura<br />
160 165 170 175 180 185<br />
Altura<br />
160 165 170 175 180 185<br />
Altura<br />
160 165 170 175 180 185<br />
50 60 70 80 90<br />
50 60 70 80 90<br />
50 60 70 80 90<br />
50 60 70 80 90<br />
Peso<br />
Peso<br />
Peso<br />
Peso<br />
Figura 5.5: Gráficos para multiples variables (función hist2d).<br />
Una manera <strong>de</strong> verlo <strong>en</strong> tres dim<strong>en</strong>siones es la sigui<strong>en</strong>te. En primer lugar escribimos:<br />
> h2d=hist2d(Peso,Altura,show=FALSE,nbins=c(7,7))<br />
> h2d<br />
Comprobamos como con esta función también po<strong>de</strong>mos obt<strong>en</strong>er una tabla <strong>de</strong> frecu<strong>en</strong>cia<br />
bidim<strong>en</strong>sional <strong>de</strong> dos variables. A<strong>de</strong>más, po<strong>de</strong>mos obt<strong>en</strong>er las frecu<strong>en</strong>cias relativas<br />
dividi<strong>en</strong>do por el número <strong>de</strong> datos.<br />
> h2d$counts/44<br />
A continuación, para po<strong>de</strong>r ver un gráfico que si bi<strong>en</strong> no es exactam<strong>en</strong>te un histograma<br />
<strong>en</strong> tres dim<strong>en</strong>siones, es lo más parecido que po<strong>de</strong>mos obt<strong>en</strong>er:<br />
> persp(h2d$x,h2d$y,h2d$counts,xlab="Peso",ylab="Altura",zlab="frecu<strong>en</strong>cias<br />
absolutas",ticktype="<strong>de</strong>tailed",theta=30,phi=30,col="lightblue",sha<strong>de</strong>=0.75)<br />
Aquí po<strong>de</strong>mos ir cambiando el ángulo <strong>de</strong> vista <strong>de</strong> las variables (theta) y la inclinación<br />
<strong>de</strong>l gráfico (phi). Por ejemplo,<br />
> persp(h2d$x,h2d$y,h2d$counts,xlab="Peso",ylab="Altura",zlab="frecu<strong>en</strong>cias<br />
absolutas",ticktype="<strong>de</strong>tailed",theta=-30,phi=30,col="lightblue",sha<strong>de</strong>=0.75)<br />
También po<strong>de</strong>mos incluir colores para distinguir grupos <strong>de</strong> datos. Por ejemplo, po<strong>de</strong>mos<br />
hacer un gráfico <strong>de</strong> dispersión <strong>en</strong>tre dos variables añadi<strong>en</strong>do colores <strong>de</strong>p<strong>en</strong>di<strong>en</strong>do<br />
<strong>de</strong> si el alumno es hombre o mujer: