Curso
Bienvenido a la parte ocho de nuestra serie mensual Datos sin misterio. Como parte del Mes de la competencia en datos, esta serie aclara conceptos clave del mundo de los datos, responde a esas preguntas que quizá no te atreves a hacer y se divierte por el camino. Si quieres empezar por el principio, lee la primera entrega: ¿Qué es un conjunto de datos?

Esta semana veremos visualizaciones de datos habituales y cómo interpretarlas. A la visualización de datos se la suele llamar la puerta de entrada a la ciencia de datos. En esta entrada vamos a revisar visualizaciones que capturan una tendencia y cómo interpretarlas.
Visualizaciones que capturan una tendencia
Capturar tendencias es una de las aplicaciones más útiles de la visualización de datos. En lo que queda de sección, veremos las visualizaciones más populares para mostrar tendencias. En especial, gráficos de líneas, gráficos spline, gráficos de áreas y sus variaciones. ¡Vamos allá!
Gráficos de líneas
Un gráfico de líneas conecta una serie de puntos con segmentos rectos. Se usan a menudo para visualizar tendencias a lo largo del tiempo. Los gráficos de líneas están por todas partes. Las empresas los usan para mostrar métricas como ingresos y beneficios a lo largo del tiempo; los científicos, para ilustrar la relación entre dos variables.

El interés por los NFT aumentó durante 2021, alcanzó su máximo en enero de 2022 y después cayó rápidamente en paralelo a los precios de criptomonedas como bitcoin. (Fuente: Statista)
Interpretar gráficos de líneas es bastante intuitivo. Aquí tienes algunas ideas a tener en cuenta al analizarlos.
- ¿Cómo es la forma del gráfico? ¿Sube, baja o se mantiene estable?
- ¿Cómo es la pendiente? La pendiente indica la velocidad de cambio en el tiempo. Cuanto más pronunciada, mayor es el ritmo de cambio.
- Fíjate en los máximos y mínimos. Pueden marcar un punto de inflexión clave o coincidir con un evento importante.
Un aviso importante: al leer un gráfico de líneas, presta atención al eje vertical y comprueba si empieza en cero. Cuando el eje y no comienza en cero, pequeños cambios pueden parecer grandes oscilaciones.

Un gráfico de líneas que no empieza en cero puede utilizarse para inducir a error a la audiencia (Fuente: Chad Skelton)
Gráfico spline
Un gráfico spline es un gráfico de líneas que usa curvas (en lugar de líneas rectas) para unir los puntos de datos.

Un gráfico spline que muestra cambios graduales en la temperatura de la Tierra en los últimos 500 millones de años (Fuente: climate.gov)
Un gráfico spline comunica tendencias en el tiempo tan bien como uno de líneas, y es superior cuando queremos transmitir cambios suaves y graduales. Por ejemplo, los ingresos mensuales de una tienda pueden representarse con un spline para reflejar que las ventas se reparten a lo largo del mes, no en un solo día.
Gráficos con múltiples líneas o múltiples splines
Como su nombre indica, un gráfico con múltiples líneas contiene más de una línea representada en el mismo eje o en ejes diferentes. Es útil para comparar las tendencias de dos variables relacionadas. Para analizar un gráfico de este tipo, observa detenidamente e intenta entender lo siguiente:
- ¿Qué representa cada línea?
- ¿Qué representa la diferencia entre líneas?
- ¿Hay una posible correlación entre las líneas? Si la hay, ¿puede explicarse?
- ¿Cada línea se mide con un único eje o hay varios ejes y?
Estos son algunos ejemplos útiles de gráficos con múltiples líneas o múltiples splines.

El informe anual de Alphabet de 2021 usa un gráfico multi-spline para comparar el rendimiento de su acción con el del mercado en general. (Fuente: Alphabet Investor Reporting)

William Playfair, creador de los gráficos de líneas, utilizó un gráfico multi-spline para comparar las importaciones y exportaciones de Inglaterra ya en 1786. La diferencia vertical entre líneas indica el balance de cuentas de Inglaterra ese año (Fuente: Datylon)
Un error común es concluir, con un simple vistazo, que dos tendencias independientes están relacionadas. Es justo la falacia de correlación frente a causalidad en acción, que tratamos en una entrega anterior de la serie.
En el ejemplo siguiente, sería fácil pensar que hay relación entre el número de personas que se ahogan al caer a una piscina y el número de películas en las que aparece Nicolas Cage.

¡Cuidado con las correlaciones espurias! (Fuente: Tyler Vigen)
Gráficos de áreas
Un gráfico de áreas muestra cómo progresa un valor numérico sombreando el área entre la línea y el eje x. Es similar a un gráfico de líneas, salvo que el área bajo cada línea aparece sombreada.

Un gráfico de áreas (Fuente: Storytelling with Data)
Puedes interpretar el área bajo la curva como la cantidad acumulada de la serie a lo largo del tiempo. Cuando se trazan varias series en el mismo gráfico, es posible comparar varias subcategorías en el tiempo.
A pesar de su utilidad, conviene conocer sus limitaciones. Comparar áreas relativas entre varias series puede ser complicado, y el gráfico puede llenarse de información con rapidez.
Gráfico de áreas apiladas
Un gráfico de áreas apiladas combina varias series de áreas, una encima de otra. Es ideal para seguir la composición de una serie en el tiempo.

Figura 8: un gráfico de barras apiladas que ilustra la letalidad de la pandemia (Fuente: The Economist)
Este gráfico de áreas apiladas estima el impacto real de la pandemia en 2020. Para ello, el autor usa un sombreado para atribuir una parte de la mortalidad en Lombardía a la covid-19. El tono más oscuro destaca el pico de muertes acumuladas atribuibles a la covid-19, una técnica útil de data storytelling.
Empieza hoy con la visualización de datos
Esperamos que te haya gustado esta breve introducción a la visualización de datos. En la próxima entrega veremos visualizaciones que muestran relaciones. Para empezar hoy mismo tu aprendizaje en datos, echa un vistazo a estos recursos.
- Descubre lo que hemos preparado para el Mes de la competencia en datos
- Empieza con nuestro itinerario de aprendizaje Understanding Data Topics
- Suscríbete al pódcast DataFramed
- Consulta nuestros próximos eventos
- Lee la siguiente entrega de la serie Datos sin misterio sobre visualizaciones que capturan relaciones.
