Diagrama de dispersión 2D
Un diagrama de dispersión 2D es un tipo de visualización de datos que representa la relación entre dos variables continuas en un espacio bidimensional (2D). Cada punto de datos de la gráfica corresponde a un par ordenado de valores de las dos variables, representado en el plano de coordenadas cartesianas.
Última revisión:
Idea clave
Un diagrama de dispersión 2D es un tipo de visualización de datos que representa la relación entre dos variables continuas en un espacio bidimensional (2D).
En esta página
¿Qué es un diagrama de dispersión 2D?
Un diagrama de dispersión 2D es un tipo de visualización de datos que representa la relación entre dos variables continuas en un espacio bidimensional (2D). Cada punto de datos de la gráfica corresponde a un par ordenado de valores de las dos variables, representado en el plano de coordenadas cartesianas. El eje x suele representar una variable, mientras que el eje y representa la otra. La posición de cada punto en la gráfica indica los valores concretos de ambas variables para ese punto de datos en particular.
¿Cuándo usar un diagrama de dispersión 2D?
Estas son algunas situaciones en las que un diagrama de dispersión 2D resulta especialmente útil:
- Exploración de relaciones: Los diagramas de dispersión ayudan a entender la relación entre dos variables. Pueden revelar si hay una correlación positiva o negativa, una relación lineal o no lineal, o si no hay ninguna relación aparente.
- Detección de valores atípicos: Los diagramas de dispersión pueden destacar los valores atípicos de los datos. Los valores atípicos son puntos de datos que se desvían significativamente del patrón general y pueden aportar información valiosa o indicar posibles errores o anomalías en el conjunto de datos.
- Identificación de agrupaciones: Los diagramas de dispersión pueden revelar la presencia de agrupaciones o grupos dentro de los datos. Si ciertos puntos de datos tienden a agruparse, esto sugiere que comparten características similares o muestran un comportamiento similar.
- Comparación de grupos: Los diagramas de dispersión pueden usarse para comparar la distribución o la relación entre dos variables en distintos grupos o categorías. Al asignar colores o símbolos diferentes a cada grupo, resulta más fácil analizar las diferencias o similitudes entre ellos.
- Visualización de tendencias: Los diagramas de dispersión pueden ayudar a visualizar tendencias a lo largo del tiempo o de otra variable continua. Al representar los puntos de datos en orden cronológico o secuencial, pueden identificarse patrones como tendencias crecientes o decrecientes.
- Distribución de los datos: Los diagramas de dispersión aportan información sobre la distribución de los puntos de datos a lo largo de las dos variables. Pueden revelar la concentración o dispersión de los puntos de datos y dar una idea de la dispersión y la densidad de los datos.
Pautas para el uso correcto del diagrama de dispersión 2D
- Los datos de una gráfica eficaz deben constar de uno o más pares de columnas numéricas o de fecha/hora.
- Cada par de columnas debe tener el mismo número de filas.
- Pueden incluirse hasta tres columnas de datos categóricos para agrupar.
- El tamaño de muestra debe ser mediano o grande para que los patrones de los datos sean más claros.
- Un diagrama de dispersión con una recta de regresión ajustada es más eficaz con un tamaño de muestra de aproximadamente 40 o más.
- La recta de regresión ajustada puede ser menos exacta si el tamaño de muestra es menor de 40.
- Seleccionar aleatoriamente los datos de la muestra es importante para hacer generalizaciones sobre la población.
- Los datos recopilados de forma no aleatoria pueden no representar con exactitud a la población.
- Registre los datos en el orden en que se recopilan para evaluar patrones relacionados con el tiempo.
Alternativas: cuándo no usar un diagrama de dispersión 2D
- Gráfica de series de tiempo: Una gráfica de series de tiempo es adecuada cuando los datos se han recopilado en orden cronológico a intervalos regulares y se desea visualizarlos a lo largo del tiempo.
Ejemplo de diagrama de dispersión 2D
Un investigador especializado en estudios médicos se centra en examinar la obesidad entre adolescentes. Debido a las dificultades y los costos asociados a medir directamente el porcentaje de grasa corporal, el investigador pretende determinar la eficacia del índice de masa corporal (IMC) como indicador fiable del porcentaje de grasa corporal. Para ello, reúne datos de IMC, porcentaje de grasa corporal y otros factores personales de un grupo de 92 adolescentes. Como paso preliminar de la investigación, construye un diagrama de dispersión que muestra la correlación entre el porcentaje de grasa corporal y el IMC, lo que permite evaluar la relación entre estas dos variables. Los pasos fueron los siguientes:
- Recopiló los datos necesarios.

- Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
- Para encontrar el diagrama de dispersión 2D, elija Statistical module> Graphical analysis > Scatter Plot 2D.
- Dentro de la herramienta, introduzca los datos junto con las demás entradas como se indica a continuación:
- Después de usar la herramienta mencionada, se obtiene la siguiente salida:


Cómo crear un diagrama de dispersión 2D
La guía es la siguiente:
- Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
- En la página de inicio, elija Statistical Tool> Graphical analysis >Scatter Plot 2D.
- A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V). También existe la opción Load Example, que carga los datos de ejemplo.
- A continuación, debe asignar las columnas a los parámetros.
- Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.
En el tablero del diagrama de dispersión 2D, la ventana está dividida en dos partes.

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente, o bien copiarse por completo (Ctrl+C) desde una hoja de Excel y pegarse (Ctrl+V) aquí.
Load example: Se cargarán los datos de ejemplo.
Load File: Se usa para cargar directamente los datos de Excel.
En la parte derecha hay numerosas opciones, como las siguientes:
Trend Line Type: En un diagrama de dispersión 2D, una línea de tendencia, también llamada línea de mejor ajuste o recta de regresión, es una línea que representa la dirección o tendencia general de los puntos de datos. Se usa para entender la relación entre las dos variables representadas en el diagrama de dispersión.
- OLS: En el contexto de un diagrama de dispersión, una línea de tendencia OLS es una recta que representa el mejor ajuste de los puntos de datos mediante el método OLS.
- Lowess: La línea de tendencia Lowess (suavizado de diagrama de dispersión ponderado localmente) es un método de regresión no paramétrico que se usa para estimar la tendencia o relación subyacente entre dos variables. A diferencia de la línea de tendencia OLS, que supone una relación lineal, la línea de tendencia Lowess puede captar patrones más complejos y no lineales en los datos.
- Expanding: En un diagrama de dispersión 2D, una línea de tendencia expansiva es una línea de tendencia que se ajusta y se amplía a medida que se añaden más puntos de datos a la gráfica. En lugar de usar un conjunto fijo de puntos de datos para calcular la línea de tendencia, una línea de tendencia expansiva tiene en cuenta todos los puntos de datos disponibles hasta el punto que se está representando.
Subplot Distribution: La distribución de subgráficas permite visualizar y comparar simultáneamente varios diagramas de dispersión, lo que facilita observar patrones, relaciones o diferencias entre distintos conjuntos de datos o variables. Cada subgráfica puede representar un subconjunto de datos distinto o una combinación diferente de variables, y ofrece una visión completa de los datos desde distintas perspectivas.
Discrete color sequence: Una secuencia de colores discreta es un conjunto de colores distintos que se usan para diferenciar puntos de datos categóricos en una gráfica, como un diagrama de dispersión 2D. Este enfoque es especialmente útil al visualizar datos con varias categorías o grupos, ya que permite distinguirlos de forma clara e inmediata.
Color scale: Permite visualizar mejor los patrones de los datos y resaltar intervalos de valores específicos.
Download as Excel: Muestra el resultado en formato Excel, que puede editarse fácilmente y volver a cargarse para los cálculos mediante la opción load file.
Preguntas frecuentes
¿Qué es un diagrama de dispersión 2D?
Un diagrama de dispersión 2D es una gráfica que muestra la relación entre dos variables continuas. Cada punto es un par ordenado de valores representado en el plano cartesiano, con una variable en el eje x y la otra en el eje y, de modo que la posición del punto indica los valores de ambas variables para esa observación.
¿Qué puede mostrar un diagrama de dispersión?
Un diagrama de dispersión puede revelar una correlación positiva o negativa, relaciones lineales o no lineales, o ninguna relación aparente. También destaca los valores atípicos que se desvían del patrón general, las agrupaciones de puntos similares, las diferencias entre grupos mostrados con distintos colores o símbolos, y la dispersión y la densidad de los datos a lo largo de ambas variables.
¿Cuántos puntos de datos se necesitan para un diagrama de dispersión con una recta de regresión?
Una muestra mediana o grande da patrones más claros. Un diagrama de dispersión con una recta de regresión ajustada es más eficaz con un tamaño de muestra de aproximadamente 40 o más, y la recta ajustada puede ser menos exacta por debajo de 40. Los datos deben recopilarse de forma aleatoria para generalizar a la población y registrarse en el orden de recopilación para comprobar patrones relacionados con el tiempo.
¿Cuál es la diferencia entre las líneas de tendencia OLS y Lowess?
Una línea de tendencia OLS es la recta que mejor se ajusta a los puntos por mínimos cuadrados ordinarios, por lo que supone una relación lineal. Una línea de tendencia Lowess (suavizado de diagrama de dispersión ponderado localmente) es un método no paramétrico que puede seguir patrones más complejos y no lineales en la relación entre las dos variables.
