La representación gráfica de datos es una herramienta fundamental en estadística que permite visualizar y comprender mejor la información contenida en un conjunto de datos. A través de gráficos, podemos identificar patrones, tendencias y anomalías de manera más intuitiva que con tablas de números. En esta sección, exploraremos los tipos más comunes de gráficos y cómo se utilizan.
Objetivos de Aprendizaje
Al finalizar esta sección, deberías ser capaz de:
- Identificar y describir los diferentes tipos de gráficos estadísticos.
- Seleccionar el tipo de gráfico adecuado para representar un conjunto de datos específico.
- Crear gráficos básicos utilizando herramientas estadísticas.
Tipos de Gráficos
- Gráficos de Barras
Los gráficos de barras son útiles para comparar cantidades entre diferentes categorías.
Ejemplo:
Código en Python:
import matplotlib.pyplot as plt
categorias = ['A', 'B', 'C', 'D']
cantidades = [10, 15, 7, 20]
plt.bar(categorias, cantidades)
plt.xlabel('Categoría')
plt.ylabel('Cantidad')
plt.title('Gráfico de Barras')
plt.show()
- Histogramas
Los histogramas son útiles para mostrar la distribución de una variable continua.
Ejemplo:
Código en Python:
import matplotlib.pyplot as plt
valores = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]
plt.hist(valores, bins=5, edgecolor='black')
plt.xlabel('Valor')
plt.ylabel('Frecuencia')
plt.title('Histograma')
plt.show()
- Gráficos de Líneas
Los gráficos de líneas son ideales para mostrar tendencias a lo largo del tiempo.
Ejemplo:
Código en Python:
import matplotlib.pyplot as plt
meses = ['Enero', 'Feb', 'Mar', 'Abr']
ventas = [100, 120, 140, 130]
plt.plot(meses, ventas, marker='o')
plt.xlabel('Mes')
plt.ylabel('Ventas')
plt.title('Gráfico de Líneas')
plt.show()
- Diagramas de Dispersión
Los diagramas de dispersión son útiles para mostrar la relación entre dos variables continuas.
Ejemplo:
Código en Python:
import matplotlib.pyplot as plt
horas_estudio = [1, 2, 3, 4, 5]
calificaciones = [50, 55, 65, 70, 80]
plt.scatter(horas_estudio, calificaciones)
plt.xlabel('Horas de Estudio')
plt.ylabel('Calificación')
plt.title('Diagrama de Dispersión')
plt.show()
- Gráficos de Sectores (Pastel)
Los gráficos de sectores son útiles para mostrar proporciones de un todo.
Ejemplo:
Código en Python:
import matplotlib.pyplot as plt
categorias = ['A', 'B', 'C', 'D']
porcentajes = [25, 35, 20, 20]
plt.pie(porcentajes, labels=categorias, autopct='%1.1f%%')
plt.title('Gráfico de Sectores')
plt.show()Ejercicios Prácticos
Ejercicio 1: Crear un Gráfico de Barras
Dado el siguiente conjunto de datos, crea un gráfico de barras.
Solución:
import matplotlib.pyplot as plt
productos = ['P1', 'P2', 'P3', 'P4']
ventas = [30, 45, 20, 50]
plt.bar(productos, ventas)
plt.xlabel('Producto')
plt.ylabel('Ventas')
plt.title('Ventas por Producto')
plt.show()Ejercicio 2: Crear un Histograma
Dado el siguiente conjunto de datos, crea un histograma.
Solución:
import matplotlib.pyplot as plt
edades = [22, 25, 25, 27, 30, 30, 30, 32, 35, 35, 35, 35, 40, 40, 45]
plt.hist(edades, bins=5, edgecolor='black')
plt.xlabel('Edad')
plt.ylabel('Frecuencia')
plt.title('Histograma de Edades')
plt.show()Ejercicio 3: Crear un Diagrama de Dispersión
Dado el siguiente conjunto de datos, crea un diagrama de dispersión.
Solución:
import matplotlib.pyplot as plt
horas_sueno = [6, 7, 8, 9, 10]
rendimiento = [70, 75, 80, 85, 90]
plt.scatter(horas_sueno, rendimiento)
plt.xlabel('Horas de Sueño')
plt.ylabel('Rendimiento')
plt.title('Diagrama de Dispersión: Sueño vs Rendimiento')
plt.show()Resumen
En esta sección, hemos explorado varios tipos de gráficos estadísticos, incluyendo gráficos de barras, histogramas, gráficos de líneas, diagramas de dispersión y gráficos de sectores. Cada tipo de gráfico tiene su propio uso y es importante seleccionar el adecuado según el tipo de datos y el mensaje que se desea transmitir. Además, hemos practicado la creación de estos gráficos utilizando Python y la biblioteca matplotlib.
En la siguiente sección, profundizaremos en los conceptos básicos de probabilidad, que son fundamentales para el análisis estadístico avanzado.