Gráficos de líneas
También se conoce como: “Gráfico de tendencia”
Cómo aplicar este gráfico
En Power Bi
Si requiere crear un gráfico en PowerBi, contacte a la Dirección de Visibilidad Digital (visibilidaddigital@uc.cl) para solicitar el tema del Kit de DataViz en formato JSON.
En Power BI Desktop
- Descargar el archivo JSON del tema que será proporcionado por la Dirección de Visibilidad Digital.
- En la ventana de Vista de informe, ir a Vista, elegir Tema, y seleccionar Explorar Tema.
- Ir a la ubicación donde se guardó el archivo de tema JSON y seleccionar Abrir.
- En la página Tema del panel, seleccionar Guardar. El nuevo tema se aplicará al panel.
En el servicio Power BI
- Descargar el archivo JSON del tema que será proporcionado por la Dirección de Visibilidad Digital.
- En la ventana del tema Panel personalizado, seleccionar Cargar tema JSON.
- Ir a la ubicación donde se guardó el archivo de tema JSON y seleccionar Abrir.
- En la página Tema del panel, seleccionar Guardar. El nuevo tema se aplicará al panel.
En Excel
Si requiere crear un gráfico en Excel, contacte a la Dirección de Visibilidad Digital (visibilidaddigital@uc.cl) para solicitar el tema del Kit de DataViz en formato THMX.
- Descargar el archivo .thmx que será proporcionado por la Dirección de Visibilidad Digital.
- Ir a Diseño de página o Disposición de página y elegir Temas.
- Hacer clic en Buscar temas, buscar el archivo .thmx y hacer clic en Aceptar.
- Si ya existe un gráfico, el tema se aplicará automáticamente. Si no, el gráfico que se construya usará los colores de tema y la fuente del mismo: Roboto. (Descargue aquí la fuente Roboto).
- El tema cargado quedará dentro de los Temas personalizados en el menú de temas.
Instalar en R
Este instructivo te guiará a través del proceso de descargar y procesar paletas de colores utilizando un código en el lenguaje de programación R.
Paso 1: Instalación de R y RStudio (si aún no están instalados).
Como hemos visto, si no tienes R instalado en tu computador, puedes descargarlo aquí. También se recomienda instalar RStudio, un entorno de desarrollo para R que facilita la escritura y ejecución de código R.
Paso 2: Instalar librerías.
Antes de ejecutar el código, necesitas instalar los paquetes requeridos. Copia y pega el siguiente código en la consola de RStudio y presiona Enter. Este comando instalará los paquetes necesarios para ejecutar el código. Asegúrate de estar conectado a Internet para que R pueda descargar e instalar los paquetes correctamente. Luego, puedes proceder con los pasos restantes del instructivo para descargar y procesar las paletas de colores.
Paso 3 Cargar librerías.
Para utilizar funciones de un paquete en R, primero debes cargarla en tu sesión de R. Puedes cargar bibliotecas usando la función library(). Recuerda que solo necesitas instalar un paquete una vez, pero debes cargarlo en cada sesión de R en la que la quieras utilizar.
Paso 4: Descargar el código.
Copiar y pegar el código en RStudio.
Paso 5: Ejecutar el código.
Selecciona todo el código y luego hacer click en el botón “Run” o presionar Ctrl + Enter (Windows) o Cmd + Enter (Mac) para ejecutar el código.
Paso 6: Resultados.
Después de ejecutar el código, deberías tener cargadas las paletas de colores en el objeto paletas_colores_uc. Puedes explorar y utilizar estos datos para crear visualizaciones de colores en R. ¡Y listo! Has completado con éxito el proceso de descargar y procesar la paletas de colores UC.
En programación, una función es fundamentalmente un bloque de código que realiza una tarea específicada por el usuario y que puede ser utilizada para optimizar procesos. En este caso particular, kit_digital_tema_3 es el nombre de la función que configura diferentes aspectos de los gráficos que un usuario del kit podrá utilizar, tales como los ejes, leyendas, facetas y paneles.
Una función en programación es como una receta. El usuario, en este caso, le entrega algunos instrucciones (entradas o argumentos) para realizar una serie de pasos que entregan un resultado (output de salida).
¿Cómo tendrás que cargar el tema? Copia y pega el siguiente código. Luego, cuando crees un gráfico con ggplot2, podrás aplicar este tema personalizado agregando + theme(mi_tema) al final de tu código, tal como iremos explicando en cada uno de los gráficos respectivamente.
Un usuario podrá importar sus propio datos para visualizar con el kit de visualización. Sin embargo, en esta oportunidad presentaremos un conjunto de datos de prueba con diferentes varibles para ir evaluando o demostrando la aplicación del tema en un gráfico respectivo.
Tal como hemos ido realizando en los pasos anteriores, copia y pega el siguiente código para luego ir construir el gráfico que consideres adecuado.
Cuándo usar este gráfico
Los gráficos de líneas se utilizan para estudiar la evolución de las observaciones, usualmente, a través del tiempo. Los valores son unidos a través de líneas rectas, lo que facilita la identificación de tendencia o patrones. Se utilizan usualmente para variables cuantitativas.
Su objetivo no es representar la distribución de las observaciones, sino mostrar la evolución a través intervalos idénticos.
Ventajas
- Al permitir visualizar y analizar tendencias a lo largo del tiempo, son útiles para identificar patrones, cambios o variaciones en los datos a medida que se mueven a lo largo del eje del tiempo.
- Permiten comparar múltiples series al mismo tiempo, es decir, se pueden representar varias líneas en el mismo gráfico para analizar y contrastar las tendencias y patrones de diferentes variables.
- Los gráficos de líneas ayudan a comunicar relaciones y correlaciones entre variables, rescatando información de manera inmediata, como, por ejemplo, si existe una relación positiva, negativa o neutral entre las variables.
- Evidencian rápidamente los puntos destacados o significativos en el conjunto de datos.
Desventajas
- Poseen limitaciones con los datos categóricos , es decir, no son adecuados para otras variables que no sean cuantitativas o continuas. Esto se debe a que la línea continua puede dar una impresión engañosa de una relación continua entre los datos categóricos o cualitativos.
- Poseen una alta sensibilidad a los valores atípicos , distorsionando la apariencia e interpretación del gráfico.
- Los gráficos de líneas asumen una relación continua entre los puntos de datos , incluso cuando puede haber lagunas o variabilidad no lineal en los datos reales. La interpretación precisa de la forma de la línea puede requerir más análisis o consideración.
- Si se representan muchas líneas en el mismo gráfico, puede volverse difícil seguir y comparar todas las series. En tales casos, puede ser necesario utilizar técnicas adicionales, como el uso de colores, etiquetas o gráficos adicionales para facilitar la comprensión.
Recomendaciones
- Es importante seleccionar el intervalo correcto. Un intervalo de medición muy amplio puede implicar que se necesita demasiado tiempo para conocer la tendencia de los datos. Un intervalo demasiado corto puede mostrar más ruido que señal.
- Si se van a representar varias series, se sugiere que aparezcan todas en el mismo gráfico, de modo de poder comparar los comportamientos sin distorsiones de escala.
- Si se desea representar datos categóricos o variables discretas en lugar de datos continuos a lo largo de un eje de tiempo, una alternativa común a un gráfico de líneas es un gráfico de barras.