Término de glosario
Diagrama de dispersión
Un gráfico que dibuja un punto por observación, ubicado según sus valores en dos ejes, para revelar cómo se relacionan dos cantidades.
Intuición visual
Un punto por observación, ubicado por sus dos valores
Un diagrama de dispersión, literalmente: nueve observaciones, cada punto ubicado por su par de valores, con la línea de tendencia discontinua resumiendo el desplazamiento ascendente que revelan los puntos.
Ejemplo
Grafica 30 días de temperatura frente a las ventas de helado y los días calurosos se acumulan en la parte superior derecha, los días frescos en la parte inferior izquierda: un desplazamiento ascendente que una sola de, digamos, +0,8 resume pero no puede mostrar.
Cómo funciona
Cada observación se convierte en un punto: la temperatura de este día a lo ancho, las ventas de helado de ese día hacia arriba. Docenas de puntos después, la relación entre las dos cantidades es visible como geometría: un desplazamiento ascendente, una curva, dos grupos separados, un punto lejos de todo. Eso es lo que hace que los diagramas de dispersión sean el primer paso honesto antes de cualquier número de o : el cuarteto de Anscombe consta de cuatro conjuntos de datos con estadísticas de resumen idénticas cuyos diagramas de dispersión se ven muy diferentes. Leer uno: busca la dirección (hacia arriba, hacia abajo, ninguna), la rigidez (qué tan de cerca los puntos abrazan la tendencia) y cualquier cosa que no sea una línea; las curvas y los grupos rompen los resúmenes de línea recta.
Conceptos
Correlación frente a causalidad
Que dos cosas se muevan juntas no significa que una cause la otra. Una tercera variable (un factor de confusión) puede impulsar ambas, o el vínculo puede ser una coincidencia. Establecer la causalidad requiere más que una correlación, por lo general una comparación controlada.
Estadísticas de resumen
Las estadísticas de resumen comprimen un conjunto de datos en números como la media aritmética, la varianza, la correlación o la línea de regresión. Son útiles, pero pueden ocultar formas, valores atípicos, grupos y relaciones curvas que un gráfico revelaría de inmediato.
Datos relacionados
Trucos de datos
4 min · fácil
El cuarteto de Anscombe tiene las mismas estadísticas y diferentes historias
Cuatro conjuntos de datos pueden compartir casi la misma media aritmética, varianza, correlación y línea de regresión, pero verse completamente diferentes al graficarlos.
Trucos de datos
5 min · fácil
Correlación frente a causalidad: por qué moverse juntos no es una prueba
La correlación indica que dos cosas se mueven juntas. La causalidad indica que una cambia la otra. Un tercer factor oculto puede hacer que la correlación parezca causal.
Trucos de datos
4 min · fácil
¿Causa el helado ahogamientos?
Imagina un gráfico estacional donde las ventas de helados y los ahogamientos aumentan juntos. El postre parece sospechoso, pero el gráfico por sí solo no puede mostrar la causa.