Creador de Diagrama de Dispersión

Visualiza relaciones entre dos variables — codifica por color según el grupo

Un diagrama de dispersión muestra pares de valores numéricos como puntos en una cuadrícula, dejando claro de inmediato si dos variables están correlacionadas. Los puntos que forman una tendencia ascendente indican correlación positiva; una tendencia descendente es negativa; una nube aleatoria significa que no hay correlación.

Esta herramienta carga 40 mediciones de Height, Weight y Gender. Haz clic en Vincular Datos para graficar Height vs Weight, coloreado por Gender. Luego puedes pedirle a la IA que superponga una línea de regresión o calcule el coeficiente de correlación.

Pega tu propio CSV de dos columnas (más columna de grupo opcional) para visualizar tus propios datos.

Temas relacionados

Calculadora de RegresiónCalculadora de EstadísticasCreador de Histogramas
¿Qué muestra un diagrama de dispersión?
Un diagrama de dispersión muestra la relación entre dos variables numéricas. Cada punto representa una observación. El patrón general revela si las variables están correlacionadas (¿tiende una a aumentar o disminuir al aumentar la otra?) y qué tan fuerte es esa relación.
¿Qué es correlación vs. causalidad?
Un diagrama de dispersión puede mostrar correlación — dos variables que se mueven juntas — pero no causalidad. Las ventas de helado y las tasas de ahogamiento están correlacionadas (ambas alcanzan su pico en verano) pero ninguna causa la otra. La causalidad requiere experimentos controlados, no solo datos.
¿Qué es el coeficiente de correlación (r)?
El coeficiente de correlación r va de -1 a +1. r = +1 es una línea perfectamente ascendente; r = -1 es una línea perfectamente descendente; r = 0 significa que no hay relación lineal. Como guía aproximada: |r| > 0.7 = correlación fuerte, 0.3–0.7 = moderada, < 0.3 = débil.
¿Cómo funciona "colorear por grupo"?
Si tienes una columna categórica (como Gender o Species), pídele a la IA "colorear por Gender" y dibujará el diagrama de dispersión con cada grupo en un color diferente. Esto facilita ver si la relación entre las dos variables difiere entre grupos.