Plan de la clase

• ¿Por qué visualizar datos?
• Preceptos de visualización de datos
• Gráficos en R con la gramática de gráficos (ggplot2)
• Tipos de gráfico

¿Por qué visualizar datos? (II)

Cuarteto de Anscombe. Fuente: Healy (2018), adaptado de Anscombe (1973).

¿Por qué visualizar datos? (III)

Fuente: Jackman (1980) en Healy (2018).

Forma y función de la visualización

Fuente: Adaptado de PolicyViz (2018b)

[I, graf. 1]: Explicativo y estático - Alcatruz & Sanhueza-Riffo (2019)

[II]: Exploratorio y estático - Fynn & Nocetto (2019)

[III]: Exploratorio e interactivo - Gendron (s.f.)

[IV]: Explicativo e interactivo - The Pudding (2017)

Audiencia

Fuente: Holmes en Healy (2018, cap. 1).

Como en todo ejercicio de comunicación, es crucial entender quién es nuestro receptor. ¿Academia? ¿Público general? ¿Técnicos(as)?

Reducir la complejidad

Fuente: PolicyViz (2018a)

Usualmente queremos maximizar el ratio de información/tinta (Healy, 2018, cap. 1), lo que implica evitar 3D/Colores/formas que no registren información o sean redundante.

Percepciones y dimensiones (I)

Fuente: PolicyViz (2018a)

Percepciones y dimensiones (II)

Fuente: Healy (2018, cap. 1)

Tamaño de los elementos

Escalas

Fuente: biobiochile.cl (2017)

Etiquetas (I)

Fuente: Reyes-Housholder (2019)

Queremos que las etiquetas de texto en nuestros gráficos sean autoexplicativas y ayuden a la lectura. Es importante colocar la fuente.

Etiquetas (II)

Fuente: Fynn & Nocetto (2019)

Los elementos de texto de un gráfico también guían al receptor a propósito de qué elementos concentrar su atención.

Colores

• Las paletas de colores son importantes para transmitir correctamente información.

• En general, hay paletas secuenciales, divergentes y cualitativas. Veamos Color Brewer 2.0. Siempre queremos utilizar la correcta para nuestra visualización.

• Hay paletas más amigables con daltónicos(as) que otras. Para paletas cualitativas, una buena fuente es Color Brewer.

• En términos de paletas de colores secuenciales, viridis parece ser la más óptima.

Gusto y sentido común

Promedio de esperanza de vida por continente, 2007. Fuente: Healy (2018)

Componentes de un gráfico en la “gramática de gráficos” (gg)

• • 1. Base de datos. (2) Sistema de coordenadas. (3) Objetos geométricos o geoms.
• Los geoms se posicionan en el sistema de coordenadas de acuerdo a cómo mapeamos distintas propiedades estéticas a las variables de la base de datos (x, y, color, fill, etc.).

Fuente: RStudio (2016)

Tipos de gráficos y su comando en ggplot2

• Univariados
  • Categórica.
    • Barras – geom_bar()
  • Numérica.
    • Histograma – geom_histogram()
• Bivariados
  • Distribución numérica + categórica.
    • Boxplots por categoría – geom_boxplot()
  • Conteo numérica + categórica.
    • Columnas – geom_col()
  • Numérica + numérica.
    • Puntos / dispersión – geom_point()

Datos

df_municipios

## # A tibble: 324 x 17
##    comuna comuna_id region n_encuestados poblacion porc_rural edad_prom
##    <chr>      <dbl>  <dbl>         <int>     <dbl>      <dbl>     <dbl>
##  1 Iquiq…      1101      1          6447    180856       2.06      34.6
##  2 Alto …      1107      1          3015    126971       0         28.8
##  3 Pozo …      1401      1           255     17259      27.6       34.4
##  4 Camiña      1402      1            82       832     100         36.6
##  5 Huara       1404      1           171      3488     100         39.2
##  6 Pica        1405      1           180     16357      19.8       44.7
##  7 Antof…      2101      2          5473    387454       0         34.2
##  8 Mejil…      2102      2           169     11777       0         32.5
##  9 Sierr…      2103      2            90      2103     100         32.2
## 10 Taltal      2104      2           224      8789       7.79      35.4
## # … with 314 more rows, and 10 more variables: porc_mujeres <dbl>,
## #   porc_profesionales <dbl>, porc_pobres_ing <dbl>, porc_pobres_md4 <dbl>,
## #   porc_uso_diario_inet <dbl>, porc_particip_iglesia <dbl>,
## #   porc_mapuche <dbl>, alcalde_nombre <chr>, alcalde_coalicion <chr>,
## #   alcalde_reelecto <dbl>

Barras

ggplot(data    = df_municipios,                # datos
       mapping = aes(x = alcalde_coalicion)) + # mapeos estéticos
  geom_bar()                                   # geoms

Histograma

ggplot(data    = df_municipios,
       mapping = aes(x = porc_rural)) +
  geom_histogram()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Boxplots por categoría

ggplot(data    = df_municipios,
       mapping = aes(x = alcalde_coalicion, y = porc_pobres_md4)) +
  geom_boxplot()

Columnas (I)

resumen_reel_por_coal <- df_municipios %>% 
  group_by(alcalde_coalicion) %>%
  summarize(porc_alcaldes_reelectos = mean(alcalde_reelecto))

ggplot(data    = resumen_reel_por_coal,
       mapping = aes(x = alcalde_coalicion, y = porc_alcaldes_reelectos)) +
  geom_col()

Columnas (II)

ggplot(data    = resumen_reel_por_coal,
       mapping = aes(x = porc_alcaldes_reelectos, 
                     y = fct_reorder(alcalde_coalicion, porc_alcaldes_reelectos))) +
  geom_col()

Puntos

ggplot(data    = df_municipios,
       mapping = aes(x = porc_mapuche, y = porc_pobres_md4,
                     color = alcalde_coalicion, shape = alcalde_coalicion)) +
  geom_point()

Etiquetas

... +
  labs(title = "Relación entre porcentaje de población mapuche y porcentaje de pobreza",
       subtitle = "por comunas, año 2017", caption = "Fuente: Casen (2017).",
       # ahora para los mapeos estéticos:
       x = "% de población mapuche", y = "% de población pobreza (multidimensional)",
       color = "Coalición del(la) edil", shape = "Coalición del(la) edil")