¿Cómo crear un gráfico de interacción en R?

En este artículo, discutiremos cómo crear un gráfico de interacción en el lenguaje de programación R.

El gráfico de interacción muestra la relación entre una variable continua y una variable categórica en relación con otra variable categórica. Nos permite saber si dos variables categóricas tienen alguna interacción en respuesta a una variable continua común. Si hay dos líneas paralelas en el gráfico de interacción, significa que esas dos variables categóricas no tienen interacción. De lo contrario, si ambas líneas se cruzan en un punto, significa que hay una interacción entre esas dos variables categóricas. 

Cree una gráfica de interacción básica:

Para crear un gráfico de interacción básico en el lenguaje R, usamos la función interacción.plot(). La función de interacción.plot() nos ayuda a visualizar la media/mediana de la respuesta para combinaciones de factores de dos vías. Esto nos ayuda a ilustrar la posible interacción. La función interactive.plot() toma x.factor, trace.factor, response y fun como argumentos y devuelve una capa de gráfico de interacción.

Sintaxis:

interacción.plot(x.factor, trace.factor, respuesta, diversión)

Parámetros:

• x.factor: determina la variable cuyos niveles formarán el eje x.
• trace.factor: determina otro factor cuyos niveles formarán las trazas.
• respuesta: determina una variable numérica que da la respuesta.
• fun: determina el elemento de resumen estadístico según el cual se realizará la traza.

Ejemplo 1: Gráfica de interacción básica

Aquí, hay una gráfica de interacción básica. El archivo CSV utilizado en el ejemplo se puede descargar aquí .

# import sample data to data frame
sample_data <- read.csv("Sample_interaction.CSV")
  
# Basic Interaction Plot
interaction.plot(x.factor = sample_data$Effort,
                 trace.factor = sample_data$gender, 
                 response = sample_data$Result, fun = median)

Producción:

Ejemplo 2: Personalización de etiquetas

Para personalizar las etiquetas del eje x y el eje y en el gráfico de interacción, usamos los argumentos xlab e ylab de la función interactive.plot() en el lenguaje R. Para cambiar la etiqueta de la variable en la leyenda de la gráfica, usamos el argumento trace.label de la función interacción.plot() en el lenguaje R.

Sintaxis: interacción.plot( x.factor, trace.factor, respuesta, diversión, xlab, ylab, trace.label )

Parámetros:

• xlab: determina la etiqueta para la variable del eje x.
• ylab: determina la etiqueta para la variable del eje y.
• trace.label: determina la etiqueta de la variable de factor de seguimiento en la leyenda.

Aquí, hay un gráfico de interacción básico con etiquetas personalizadas.

# import sample data to data frame
sample_data <- read.csv("Sample_interaction.CSV")
  
# Basic Interaction Plot with custom labels
interaction.plot(x.factor = sample_data$Effort, 
                 trace.factor = sample_data$gender, 
                 response = sample_data$Result, 
                 fun = median, xlab="Effort",
                 ylab="Result", trace.label="Gender")

Producción:

Ejemplo 3: Personalización de colores y formas

Para personalizar el color de las líneas, usamos el parámetro col de la función interactive.plot() que toma un vector de color como argumento. Para personalizar el ancho y la forma de la línea, usamos los parámetros lwd y lty de la función interactive.plot().

Sintaxis: interacción.plot( x.factor, trace.factor, respuesta, diversión, col, lwd, lty )

Parámetros:

• col: determina los colores de las líneas en el gráfico.
• lty: determina el tipo de línea, por ejemplo discontinua, en cuña, etc.
• lwd: determina el ancho de la trama.

Aquí, hay un gráfico de interacción básico con etiquetas personalizadas, color y forma.

# import sample data to data frame
sample_data <- read.csv("Sample_interaction.CSV")
  
# Basic Interaction Plot with custom labels
interaction.plot(x.factor = sample_data$Effort, 
                 trace.factor = sample_data$gender, 
                 response = sample_data$Result, 
                 fun = median, xlab="Effort",
                 ylab="Result", trace.label="Gender", 
                 col=c("green","red"),
                 lty=4, lwd=2.5 )

Producción: