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 usar diagramas de dispersión?

Los diagramas de dispersión constituyen una forma sencilla pero potente de visualizar la relación entre dos variables numéricas. Permiten detectar tendencias tanto 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 individuales de datos, los diagramas de dispersión ofrecen una visión clara e intuitiva de cómo interactúan las variables.

Ejemplo: Precio de venta vs. Potencia máxima

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 la potencia máxima, mientras que el eje y representa el precio de venta.

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 la identificación de si existe una relación lineal positiva, donde una mayor potencia generalmente corresponde a un precio de venta más alto.