Gráfico de línea

Compartir Imprimir Citar

Un gráfico de líneas, un diagrama de líneas, un gráfico de líneas o un gráfico de curvas es un tipo de gráfico que muestra información como una serie de puntos de datos llamados "marcadores" conectados por segmentos de línea recta. Es un tipo básico de gráfico común en muchos campos. Es similar a un diagrama de dispersión, excepto que los puntos de medición se ordenan (normalmente por su valor en el eje x) y se unen con segmentos de línea recta. Un gráfico de líneas se usa a menudo para visualizar una tendencia en los datos a lo largo de intervalos de tiempo (una serie de tiempo), por lo que la línea a menudo se dibuja cronológicamente. En estos casos se conocen como gráficos de ejecución.

Historia

Algunos de los primeros gráficos de líneas conocidos generalmente se atribuyen a Francis Hauksbee, Nicolaus Samuel Cruquius, Johann Heinrich Lambert y William Playfair.

Ejemplo

En las ciencias experimentales, los datos recopilados de los experimentos a menudo se visualizan mediante un gráfico. Por ejemplo, si uno recopila datos sobre la velocidad de un objeto en ciertos momentos, puede visualizar los datos en una tabla de datos como la siguiente:

Tiempo transcurrido (s)Velocidad (m s)
00
13
27
312
418
530
645.6

Esta representación de tabla de datos es una excelente manera de mostrar valores exactos, pero puede impedir el descubrimiento y la comprensión de patrones en los valores. Además, la visualización de una tabla a menudo se considera erróneamente como una recopilación o almacenamiento objetivo y neutral de los datos (y, en ese sentido, puede incluso considerarse erróneamente como los datos en sí), mientras que, de hecho, es solo una de varias visualizaciones posibles de los datos.

La comprensión del proceso descrito por los datos de la tabla se facilita mediante la elaboración de un gráfico o gráfico de líneas de la velocidad frente al tiempo. Tal visualización aparece en la figura de la derecha. Esta visualización puede permitir que el espectador comprenda rápidamente todo el proceso de un vistazo.

Sin embargo, esta visualización puede malinterpretarse, especialmente cuando se expresa mostrando la función matemática Vermont)que expresa la velocidad v(la variable dependiente) como una función del tiempo t. Esto puede malinterpretarse como que muestra que la velocidad es una variable que depende solo del tiempo. Sin embargo, esto solo sería cierto en el caso de un objeto sobre el que actúa solo una fuerza constante que actúa en el vacío.

Sin embargo, tal malentendido del concepto matemático de que algo llamado A es una función de algo llamado B que expresa una relación causal es común entre la gente común (y se refuerza con el término "variable dependiente") y no depende de la representación en un gráfico de líneas.

Mejor ajuste

Los gráficos suelen incluir una función matemática superpuesta que representa la tendencia de mejor ajuste de los datos dispersos. Esta capa se conoce como capa de mejor ajuste y el gráfico que contiene esta capa a menudo se denomina gráfico de líneas.

Es simple construir una capa de "mejor ajuste" que consta de un conjunto de segmentos de línea que conectan puntos de datos adyacentes; sin embargo, dicho "mejor ajuste" no suele ser una representación ideal de la tendencia de los datos de dispersión subyacentes por las siguientes razones:

  1. Es muy improbable que las discontinuidades en la pendiente del mejor ajuste se correspondan exactamente con las posiciones de los valores de medición.
  2. Es muy poco probable que el error experimental en los datos sea insignificante, pero la curva pasa exactamente por cada uno de los puntos de datos.

En cualquier caso, la capa que mejor se ajusta puede revelar tendencias en los datos. Además, las mediciones como el gradiente o el área bajo la curva se pueden realizar visualmente, lo que lleva a más conclusiones o resultados de la tabla de datos.

Una verdadera capa de mejor ajuste debe representar una función matemática continua cuyos parámetros se determinan utilizando un esquema adecuado de minimización de errores, que pondera adecuadamente el error en los valores de los datos. Tal funcionalidad de ajuste de curvas se encuentra a menudo en software de gráficos u hojas de cálculo. Las curvas de mejor ajuste pueden variar desde ecuaciones lineales simples hasta curvas cuadráticas, polinómicas, exponenciales y periódicas más complejas.