Main Content

Crear gráficas de dispersión con datos agrupados

Abrir script en vivo

En este ejemplo se muestra cómo crear una gráfica de dispersión utilizando datos de muestra agrupados.

Una gráfica de dispersión es una gráfica simple de una variable frente a otra. Las funciones plot y scatter de MATLAB® producen gráficas de dispersión. La función plotmatrix de MATLAB puede producir una matriz de este tipo de gráficas que muestre la relación entre varios pares de variables.

Las funciones gscatter y gplotmatrix de Statistics and Machine Learning Toolbox™ producen versiones agrupadas de estas gráficas. Estas funciones son útiles para determinar si los valores de dos variables o la relación entre dichas variables es la misma en cada grupo. Estas funciones utilizan diferentes símbolos de gráfica para indicar la pertenencia a un grupo. Puede utilizar gname para etiquetar puntos en las gráficas con una etiqueta de texto o un número de observación.

Supongamos que desea examinar el peso y el consumo de combustible de una serie de modelos de coches de tres años diferentes.

load carsmall
gscatter(Weight,MPG,Model_Year,'bgr','xos')

Esto demuestra que no solo existe una estrecha relación entre el peso de un coche y su consumo, sino también que los coches más nuevos tienden a ser más ligeros y a consumir menos que los más antiguos.

Los argumentos predeterminados para gscatter producen una gráfica de dispersión en la que los diferentes grupos mostrados se representan con el mismo símbolo, pero con colores diferentes. Los dos últimos argumentos anteriores solicitan que todos los grupos se muestren en colores predeterminados y con símbolos diferentes.

El conjunto de datos carsmall contiene otras variables que describen distintos aspectos de los coches. Puede examinar varios de ellos en una sola visualización creando una matriz de gráficas agrupadas.

xvars = [Weight Displacement Horsepower];
yvars = [MPG Acceleration];
gplotmatrix(xvars,yvars,Model_Year,'bgr','xos')

La subgráfica superior derecha muestra MPG frente a Horsepower y demuestra que, con los años, la potencia de los coches ha disminuido, pero que el consumo de combustible ha mejorado.

La función gplotmatrix también puede representar gráficamente todos los pares de una única lista de variables, junto con histogramas para cada variable. Consulte Perform Multivariate Analysis of Variance (MANOVA).

Consulte también

| |

Temas relacionados