mstdn.social is one of the many independent Mastodon servers you can use to participate in the fediverse.
A general-purpose Mastodon server with a 500 character limit. All languages are welcome.

Administered by:

Server stats:

15K
active users

#datavisualization

12 posts12 participants0 posts today

#30DayChartChallenge Día 16: Negative Relationship FOUND! 📉🐍🐦🐢🐟

¡Lo conseguimos! Tras ajustar por masa corporal, la relación entre Tasa Metabólica Específica (W/kg) y Longevidad Máxima (años) en ~530 especies animales (AnAge DB, outliers quitados) SÍ es negativa (Pearson ρ ≈ -0.42, p < 2.2e-16). #RelationshipsWeek #Animals

El gráfico log-log muestra la tendencia: mayor intensidad metabólica por kilo se asocia con vidas más cortas. ¡Apoya la idea del "ritmo de vida"! 🔥➡️⏳ Colores por Clase Taxonómica.

Un recordatorio de la importancia de normalizar variables y limpiar datos para ver la señal correcta. ¡Ciencia en acción!

🛠 #rstats #ggplot2 #ggpubr | Data: AnAge | Theme: #theme_week3_animals
📂 Código/Viz: t.ly/ouLN0

#30DayChartChallenge Día 15: Complicated Relationships! 🐧↔️🐧

Hoy, una matriz de scatter plots con ggpairs para explorar las relaciones entre medidas corporales (Long. Pico, Long. Aleta, Masa Corporal) en los pingüinos de Palmer. ¡Perfecto para el prompt "Complicated"! #RelationshipsWeek #Animals

La matriz lo enseña todo:
* Diagonal: Distribución de cada medida (densidad).
* Abajo: Scatter plots de cada par de medidas (coloreado por Especie).
* Arriba: ¡La correlación $ entre ellas!

Se ven las fuertes relaciones positivas (más grande = aleta más larga) y cómo las especies (Adelie, Chinstrap, Gentoo) forman clusters distintos en este espacio de rasgos. ¡Una forma densa de ver muchas relaciones a la vez!

🛠 #rstats #ggplot2 #GGally | Data: #palmerpenguins | Theme: #theme_week3_animals
📂 Código/Viz: t.ly/GATJi

#30DayChartChallenge Día 13: Clusters Animales! 🐾 Explorando la relación Masa Corporal vs Longevidad Máxima. #RelationshipsWeek

Usando un dataset de Kaggle (+170 especies, ¡gracias S. Banerjee!) y tras una divertida limpieza de datos con rangos/unidades mixtas 😅, este scatter plot log-log revela patrones.

Coloreamos por Dieta: 🥩Carnívoro(verde) 🌿Herbívoro(ocre) ❓Omnívoro(azul).
Se ve la tendencia general (más grande = más longevo), pero los clústeres por dieta sugieren distintas **estrategias de historia de vida**. ¿Cómo gestionan su energía y longevidad según lo que comen? 🤔

¡Una visualización para explorar la alometría y la diversidad ecológica!

🛠️ #rstats #ggplot2 y mi nuevo tema #theme_week3_animals.
📂 Código/Viz: t.ly/ehPiu

#30DayChartChallenge Día 12: Gov Data Day! 🏛️ Explorando la distribución del spread 10Y-2Y del Tesoro USA (datos de FRED desde 1976).

Este histograma/densidad va más allá del valor diario: muestra la *probabilidad* histórica de cada nivel del spread. ¡Clave para entender expectativas económicas!

Puntos clave:
* Modo principal > 0 (curva normal es lo más común).
* ¡La inversión (<0, línea discontinua) tiene una probabilidad no trivial! ⚠️ Es la famosa señal pre-recesión. La distribución nos dice cuán "normal" es esa señal en perspectiva histórica.
* La forma general revela info sobre la dinámica de tipos.

Una visualización sobre la estructura probabilística de un indicador líder fundamental.

🛠️ #rstats #ggplot2 #quantmod #grid
📂 Código/Repo: t.ly/0RDmK

Replied in thread

#TIL about #D3JS;

"D3 (or D3.js) is a free, open-source JavaScript library for visualizing data. Its low-level approach built on web standards offers unparalleled flexibility in authoring dynamic, data-driven graphics."

github.com/d3/d3

#HatTip to @AdeptVeritatis who noticed that's what WeedTree is using for its visualisation.

Bring data to life with SVG, Canvas and HTML. :bar_chart::chart_with_upwards_trend::tada: - d3/d3
GitHubGitHub - d3/d3: Bring data to life with SVG, Canvas and HTML. :bar_chart::chart_with_upwards_trend::tada:Bring data to life with SVG, Canvas and HTML. :bar_chart::chart_with_upwards_trend::tada: - d3/d3

#30DayChartChallenge Día 10: ¡Buceando en la Distribución del VIX! 🌊

En lugar de solo ver la línea del VIX, hoy analizamos su "distribución de probabilidad" por Presidencia de EE.UU. (Clinton -> Trump 2º). ¡La forma lo es todo!

Usando #rstats y #ggplot2, estas densidades facetadas nos permiten investigar:
* Modos Dominantes: ¿Cuál era el nivel "normal" de VIX (el pico más alto)? ¿Cambió mucho?
* Multi-modalidad: ¿Hay evidencia de múltiples estados de volatilidad (picos secundarios) dentro de un mismo mandato? 🤔
* Riesgo de Cola: ¿Qué tan probable era el "pánico" (VIX > 35)? ¡Compara las colas derechas!

Estos patrones reflejan los distintos regímenes de volatilidad y la percepción del riesgo sistémico. No es solo el nivel, ¡sino la "estructura" de la incertidumbre lo que importa!

Datos: Yahoo Finance via #quantmod.
📂Código: t.ly/kikdo

Unlocking Data Visualization: How to Leverage ChatGPT's Advanced Data Analysis for Dynamic Charts

In an era where data-driven decisions are paramount, ChatGPT's Advanced Data Analysis feature emerges as a game-changer for developers and data analysts alike. This article delves into the intricacies...

news.lavx.hu/article/unlocking

Basic boxplots are often not the best way to visualize your data! They can hide important information, such as the distribution of individual data points or group-specific differences.

The attached visual showcases several ways to enhance boxplots.

All of these examples were created using ggplot2 and extensions in R.

Click this link for detailed information: statisticsglobe.com/online-cou