Si bien los mapas de calor de correlación ofrecen un resumen de las relaciones lineales entre variables, no pueden utilizarse para identificar relaciones no lineales. En estas situaciones, los diagramas de dispersión resultan más útiles.

¿Por qué utilizar diagramas de dispersión?

Los diagramas de dispersión son una forma sencilla pero potente de visualizar la relación entre dos variables numéricas. Permiten detectar tanto tendencias lineales como no lineales, resaltar valores atípicos o anomalías y proporcionar una visión más profunda de relaciones que podrían aparecer solo de manera abstracta en un mapa de calor de correlación. Al graficar puntos de datos individuales, los diagramas de dispersión ofrecen una visión clara e intuitiva de cómo interactúan las variables.

Ejemplo: Selling Price vs. Max Power

Un diagrama de dispersión puede utilizarse para examinar cómo la potencia de un automóvil influye en su valor de mercado. En este caso, el eje x representa max_power, mientras que el eje y representa selling_price.

ggplot(data = df, aes(x = max_power, y = selling_price)) +
  geom_point() +
  labs(title = "Scatter Plot of Selling Price vs. Max Power",
       x = "Max Power",
       y = "Selling Price")

Esta visualización facilita observar si existe una relación lineal positiva, donde una mayor potencia generalmente corresponde a un mayor precio de venta.