Gráficas de mosaicos y gráficas de barras segmentadas

Digamos que estamos investigando algún tipo de  enfermedad y queremos ver si hay alguna relación   entre que las personas tengan anticuerpos para  esa enfermedad y si son adultos, niños o bebés.   Si no sabes qué son los anticuerpos, pues son  sustancias que nuestro sistema inmune mantiene   a la mano para reconocer a futuras infecciones.  Pero no es un tema necesario para este video,   nos vamos a enfocar en cómo visualizar los  datos para entender si hay alguna relación entre   tener esos anticuerpos y la edad del individuo.  Entonces, digamos que recolectamos datos, ¿ok?,   le hacemos pruebas a 120 adultos, de los cuales  114 tienen anticuerpos y 6 no; también le hacemos   pruebas a 60 niños, y de ellos 54 tienen los  anticuerpos y 6 no; le hacemos pruebas a 20 bebés   y de ellos 8 tienen anticuerpos y 12 no. Podemos  simplemente ver estos datos, pero aún no tenemos   una representación visual de lo que está pasando.  Podemos dar el siguiente paso, que tampoco nos va   a dar una representación visual completa, pero el  siguiente paso es pensar en los porcentajes, eso   nos ayudaría a pensar en la probabilidad de tener  dichos anticuerpos. Si calculamos los porcentajes,   tenemos algo así, por ejemplo: 114 de 120, eso es  el 95%, el 95% de los adultos tienen anticuerpos:   114 / 120 es 95%; y ahora el número de adultos que  no tienen anticuerpos es de 6, es del 5%: 6 / 120;   y podemos hacer eso en cada una de las categorías:  54 / 60 es el 90% y 6 / 60, puedes hacer este   cálculo mentalmente, es el 10%. Podemos hacer lo  mismo también para los bebés: 8 de 20 es el 40%,   mientras que 12 de 20 es el 60%. Esto nos ayuda  bastante, nos ayuda a pensar en cuál es el   porcentaje de adultos que tienen anticuerpos o qué  porcentaje de los bebés o de los niños. Pero si   realmente lo queremos visualizar, podemos ver dos  tipos distintos de visualizaciones. Una se llama   la gráfica de barras segmentadas. Aquí tenemos una  gráfica de barras segmentadas para estos datos.   En una gráfica de barras segmentadas tenemos una  barra para cada una de estas categorías: adultos,   niños y bebés, y estamos haciendo que cada una sea  una categoría, porque creemos que eso tiene algo   que ver con la probabilidad de tener anticuerpos.  Y para cada barra, por ejemplo, para la barra de   los adultos, podemos ver el porcentaje que tiene  anticuerpos y el porcentaje que no los tiene:   el 95% de la barra de adultos está coloreada de  azul, eso quiere decir que sí tienen anticuerpos,   y el 5% está coloreado de rojo; y para los niños  podemos ver que el 90% está coloreado de azul y   el 10% está coloreado de rojo, porque el 10 por  ciento no tiene anticuerpos; y para los bebés   podemos ver que el 40% está coloreado de azul  y el 60% no tiene anticuerpos. Esta gráfica es   muy útil porque nos permite ver que es mucho más  probable que los adultos tengan anticuerpos a que   los niños los tengan, y es muchísimo más probable  que los niños tengan anticuerpos a que los bebés   los tengan. Así es que parece que las gráficas de  barras segmentadas son una buena forma de empezar   a entender la probabilidad de tener anticuerpos.  Aunque también la pudimos haber dibujado de otras   formas; también pudimos haber puesto una barra  para los que sí tienen anticuerpos y otra barra   para los que no tienen anticuerpos, y segmentarlas  con respecto a si son adultos, niños o bebés. Pero   si hiciéramos eso, más bien estaríamos tratando  de entender si el hecho de tener anticuerpos o   no predice si eres un adulto, un niño o un bebé;  aunque a mí me parece que esta configuración tiene   más sentido que si eres un adulto, niño o bebé  nos ayude a predecir si tienes anticuerpos o no.   Sin embargo, sí se está perdiendo información en  esta gráfica de barras segmentadas, por ejemplo,   se pierde el hecho de que muestreamos más adultos  que niños y muchos más niños que bebés. Una forma   de incorporar esa información en una visualización  es mostrar de cuántas personas era la muestra en cada   una de las categorías, de esa forma estamos  generando una gráfica de mosaicos. Esta es una   gráfica de mosaicos. Una forma de pensar en estas  gráficas de mosaicos es que simplemente tomamos   una gráfica de barras y ajustamos el ancho de cada  una de las barras para que refleje el número de   personas a las que les hicimos pruebas. Como les  hicimos pruebas a 200 personas, entonces podemos   pensar que la longitud de este segmento representa  a 200 personas. Como analizamos a 120 adultos,   el ancho de la primera barra -aunque ahora estamos  en una gráfica de mosaicos, ¿ok?-, pero este ancho   tiene que medir el 60% de todo el ancho, y podemos  ver que así es; y con respecto a los niños:   60 de los 200 participantes son niños, entonces  este ancho de acá tiene que medir 60 entre 200,   es decir, el 30% de la longitud total.  Podemos ver que analizamos muy pocos bebés,   analizamos a 20 bebés, que son estos 20 de  acá, aquí tenemos representados a los 20   bebés que analizamos. La razón por la que esta  gráfica de mosaicos transmite más información es   porque transmite la misma información que la  gráfica de barras segmentadas, pero, además,   nos muestra que analizamos a más adultos que  niños y a muchos más niños que bebés; y además   hace que también sea mucho más fácil fijarse en,  por ejemplo, el número total de personas que no   tienen anticuerpos -estos estarían representadas  en esta área roja, por acá-. Con este tipo de   gráficas podemos ver que, aunque analizamos  muy poco a los bebés, los bebés conforman   una muy buena parte de las personas que no tienen  anticuerpos. Pero bueno, aquí vamos a terminar. El   propósito de este video es entender por qué son  útiles las gráficas de barras segmentadas y las   gráficas de mosaicos. En los próximos videos  obtendremos más experiencia analizándolas.