Utilice una línea de suavizador como ayuda para explorar las relaciones potenciales entre dos variables sin ajustar un modelo específico, como un modelo de regresión. Las líneas de suavizador son más útiles cuando la curvatura de la relación no cambia abruptamente. Las líneas de suavizador se calculan utilizando el método de suavización lowess.
Gráfica de dispersión con una línea de suavizador
Gráfica de series de tiempo con líneas de suavizador para cada variable Y

Para agregar líneas de suavizador cuando usted crea una gráfica, haga clic en Mostrar datos. Para agregar líneas de suavizador a una gráfica existente, haga clic en la gráfica y elija Editor > Agregar > Suavizador. Para editar líneas de suavizador, seleccione y haga doble clic en las líneas de suavizador que desea editar. Para obtener más información sobre selección de líneas de suavizador, vaya a Seleccionar grupos y elementos individuales en una gráfica. Puede cambiar los siguientes elementos en las fichas Opciones y Atributos.

Parámetros de suavización lowess
Grado de suavización
Un suavizador lowess generalmente funciona mejor cuando la fracción (f) de puntos es suficientemente grande para producir un ajuste suave sin distorsionar la relación subyacente entre las variables. Cleveland1 sugiere que haga f tan grande como sea posible, pero mantenga la no relación en una gráfica lowess separada de los residuos de valor Y versus los valores X.
Número de pasos
Para limitar la influencia de valores atípicos en los valores Y suavizados, usted puede establecer el número de iteraciones de suavización. Cada paso reduce las ponderaciones otorgadas a los valores atípicos en la iteración siguiente de la regresión lineal ponderada, sobre la base del tamaño de los residuos en el paso lowess anterior. Para obtener más detalles, consulte el paso 4 del método lowess. Cuando usted establezca el número de pasos en 0, el paso 4 del método lowess se elimina por completo. Cleveland sugiere que dos pasos robustos suavizan adecuadamente los efectos de los valores atípicos para la mayoría de datos.
Atributos de línea
Haga doble clic en una línea de suavizador para cambiar su color, tamaño o tipo.
1 W.S. Cleveland (1979). "Robust locally weighted regression and smoothing scatterplots", Journal of the American Statistical Association, 74, 829-836.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política