Using R for Data Visualization: Creating Insightful Graphs for Psychology Research

Paquetes esenciales para la investigación de psicología

El tidyverse es una colección de paquetes R de acuerdo con la filosofía de diseño subyacente, gramática y estructuras de datos, incluyendo muchos paquetes para la importación, el tidiado y la visualización de datos. Para investigadores de psicología, el ecosistema tidyverse proporciona un conjunto coherente de herramientas que trabajan perfectamente juntos.

Para instalar los paquetes esenciales para la visualización de datos, abra RStudio y ejecute los siguientes comandos en la consola:

# Install the tidyverse collection (includes ggplot2, dplyr, tidyr, and more)
install.packages("tidyverse")

# Install additional visualization packages
install.packages("plotly") # For interactive visualizations
install.packages("patchwork") # For combining multiple plots
install.packages("ggpubr") # Publication-ready plots
install.packages("viridis") # Color-blind friendly palettes

Una vez instalado, necesitará cargar estos paquetes al comienzo de cada sesión R:

library(tidyverse) # Loads ggplot2 and other core packages
library(plotly)
library(patchwork)

Comprender la gramática de los gráficos

Los participantes se introducen en los conceptos explorados en "La Gramática de Gráficos Abogada" por Hadley Wickham (2010), y aprenden sobre la aplicación moderna de los principios de psicología de Gestalt, descubiertos hace casi 100 años, y cómo se pueden utilizar para desarrollar y evaluar visualizaciones. Esta base teórica es crucial para crear visualizaciones efectivas.

ggplot2 utiliza un enfoque basado en gramáticas de describir una trama que lo hace conceptualmente diferente de la mayoría de otros software como Matlab, Matplotlib en Python, etc. Este enfoque basado en gramáticas descompone las visualizaciones en componentes distintos que pueden combinarse y encuadernar para crear gráficos complejos.

Los componentes básicos del ggplot2

ggplot2 es una herramienta flexible y útil para crear parcelas en R, donde el sistema de configuración y coordinación de datos se puede definir utilizando la función ggplot, y capas adicionales, incluyendo geoms, se añaden utilizando el + operador. Entender estos componentes es esencial para crear visualizaciones eficaces:

• Data: El conjunto de datos que desea visualizar
• Estética (aes): Cómo se mapean las variables a las propiedades visuales (x-axis, eje y, color, tamaño, forma)
• Geometrías (geom): El tipo de parcela (puntos, líneas, barras, cajas)
• Escalas: Controlar cómo los valores de datos se mapean a las propiedades visuales
• Temas: Aparición visual general de la parcela
• Facets: Creación de múltiples parcelas basadas en subgrupos

La llamada inicial especifica la parte más importante: cómo las variables individuales mapean en varias propiedades incluso antes de decirle a ggplot2 que se utilizarán visuales para trazar los datos, y cuando se especifica el eje x para representar una variable, ggplot2 se caracteriza por la gama de valores y la etiqueta del eje. Este diseño inteligente significa que gran parte del trabajo se realiza automáticamente, permitiendo a los investigadores enfocarse en la sustancia de sus visualizaciones.

Creando tus primeras visualizaciones

Construyendo un Parcela de Escatter Básico

Las tramas de estafa son fundamentales para examinar las relaciones entre variables continuas, una tarea común en la investigación psicológica. Aquí hay un ejemplo completo usando datos simulados de un estudio que examina la relación entre ansiedad y niveles de estrés:

library(ggplot2)

# Create example dataset
psych_data <- data.frame(
 participant_id = 1:50,
 anxiety = rnorm(50, mean = 45, sd = 10),
 stress = rnorm(50, mean = 38, sd = 8),
 group = rep(c("Control", "Treatment"), each = 25)
)

# Create basic scatter plot
ggplot(psych_data, aes(x = anxiety, y = stress)) +
 geom_point() +
 labs(
 title = "Relationship Between Anxiety and Stress Levels",
 x = "Anxiety Score (GAD-7)",
 y = "Perceived Stress Score (PSS-10)"
 )

# Enhanced scatter plot with color and trend line
ggplot(psych_data, aes(x = anxiety, y = stress, color = group)) +
 geom_point(size = 3, alpha = 0.7) +
 geom_smooth(method = "lm", se = TRUE) +
 scale_color_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(
 title = "Anxiety-Stress Relationship by Treatment Group",
 x = "Anxiety Score (GAD-7)",
 y = "Perceived Stress Score (PSS-10)",
 color = "Group"
 ) +
 theme_minimal() +
 theme(
 plot.title = element_text(size = 14, face = "bold"),
 legend.position = "bottom"
 )

Creación de parcelas de distribución

Comprender la distribución de sus datos es crucial antes de realizar análisis estadísticos. Aquí están varios enfoques para visualizar las distribuciones:

# Histogram
ggplot(psych_data, aes(x = anxiety)) +
 geom_histogram(binwidth = 5, fill = "#2E86AB", color = "white", alpha = 0.8) +
 labs(
 title = "Distribution of Anxiety Scores",
 x = "Anxiety Score (GAD-7)",
 y = "Frequency"
 ) +
 theme_minimal()

# Density plot
ggplot(psych_data, aes(x = anxiety, fill = group)) +
 geom_density(alpha = 0.6) +
 scale_fill_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(
 title = "Anxiety Score Distribution by Group",
 x = "Anxiety Score (GAD-7)",
 y = "Density",
 fill = "Group"
 ) +
 theme_minimal()

Técnicas avanzadas de Visualización para la Investigación de Psicología

Lotes de caja y lotes de Violin

El tutorial recorre al lector a través de cómo reproducir las parcelas que están disponibles comúnmente en el software de punta y clic, como histogramas y diagramas de caja, y muestra cómo el código para estas parcelas "básicas" puede extenderse fácilmente a opciones menos disponibles, como las parcelas de caja de violín.

Los diagramas de caja proporcionan un resumen conciso de la distribución de datos, mostrando el medio, cuartiles y potenciales apalancamientos. Los diagramas de Violin lo extienden mostrando la forma de distribución completa:

# Basic box plot
ggplot(psych_data, aes(x = group, y = stress, fill = group)) +
 geom_boxplot(alpha = 0.7) +
 scale_fill_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(
 title = "Stress Levels by Treatment Group",
 x = "Group",
 y = "Perceived Stress Score (PSS-10)"
 ) +
 theme_minimal() +
 theme(legend.position = "none")

# Violin plot with individual points
ggplot(psych_data, aes(x = group, y = stress, fill = group)) +
 geom_violin(alpha = 0.6, trim = FALSE) +
 geom_boxplot(width = 0.2, alpha = 0.8, outlier.shape = NA) +
 geom_jitter(width = 0.1, alpha = 0.3, size = 2) +
 scale_fill_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(
 title = "Distribution of Stress Scores by Group",
 subtitle = "Violin plot with overlaid boxplot and individual data points",
 x = "Group",
 y = "Perceived Stress Score (PSS-10)"
 ) +
 theme_minimal() +
 theme(legend.position = "none")

Bar Parcelas para Datos Categorísticos

Los complots de barras son uno de los complots más comunes en Psicología, más útiles para representar los recuentos de datos que se dividen en categorías, como mostrar el número de participantes masculinos y femeninos en un estudio. Sin embargo, es importante utilizar los complots de barras adecuadamente y considerar alternativas al visualizar datos continuos.

# Create categorical data
response_data <- data.frame(
 condition = rep(c("Baseline", "Post-Treatment", "Follow-up"), each = 3),
 response = rep(c("Improved", "No Change", "Worsened"), 3),
 count = c(45, 30, 15, 60, 20, 10, 55, 25, 10)
)

# Stacked bar plot
ggplot(response_data, aes(x = condition, y = count, fill = response)) +
 geom_bar(stat = "identity", position = "stack") +
 scale_fill_manual(values = c("Improved" = "#06A77D",
 "No Change" = "#F5B700",
 "Worsened" = "#D62246")) +
 labs(
 title = "Treatment Response Across Time Points",
 x = "Assessment Time",
 y = "Number of Participants",
 fill = "Response Category"
 ) +
 theme_minimal()

# Grouped bar plot
ggplot(response_data, aes(x = condition, y = count, fill = response)) +
 geom_bar(stat = "identity", position = "dodge") +
 scale_fill_manual(values = c("Improved" = "#06A77D",
 "No Change" = "#F5B700",
 "Worsened" = "#D62246")) +
 labs(
 title = "Treatment Response Comparison",
 x = "Assessment Time",
 y = "Number of Participants",
 fill = "Response Category"
 ) +
 theme_minimal()

Enfrentamiento para Comparaciones Complej

Faceting le permite generar múltiples parcelas basadas en una variable categórica. Esta técnica es particularmente valiosa en la investigación psicológica al examinar cómo las relaciones varían en diferentes subgrupos o condiciones.

# Create more complex dataset
longitudinal_data <- data.frame(
 participant_id = rep(1:30, each = 3),
 time_point = rep(c("Baseline", "Week 4", "Week 8"), 30),
 depression = rnorm(90, mean = 25, sd = 8),
 anxiety = rnorm(90, mean = 30, sd = 7),
 treatment = rep(rep(c("CBT", "Medication", "Combined"), each = 10), 3),
 age_group = rep(rep(c("18-35", "36-50", "51+"), each = 10), 3)
)

# Faceted scatter plot by treatment type
ggplot(longitudinal_data, aes(x = depression, y = anxiety, color = time_point)) +
 geom_point(size = 2, alpha = 0.6) +
 geom_smooth(method = "lm", se = FALSE) +
 facet_wrap(~ treatment, ncol = 3) +
 scale_color_viridis_d(option = "plasma", end = 0.8) +
 labs(
 title = "Depression-Anxiety Relationship Across Treatment Types",
 x = "Depression Score (PHQ-9)",
 y = "Anxiety Score (GAD-7)",
 color = "Time Point"
 ) +
 theme_minimal() +
 theme(
 strip.text = element_text(size = 11, face = "bold"),
 legend.position = "bottom"
 )

# Faceted by multiple variables
ggplot(longitudinal_data, aes(x = time_point, y = depression, fill = treatment)) +
 geom_boxplot(alpha = 0.7) +
 facet_grid(age_group ~ treatment) +
 scale_fill_brewer(palette = "Set2") +
 labs(
 title = "Depression Scores by Treatment, Time, and Age Group",
 x = "Time Point",
 y = "Depression Score (PHQ-9)",
 fill = "Treatment"
 ) +
 theme_minimal() +
 theme(
 axis.text.x = element_text(angle = 45, hjust = 1),
 legend.position = "none"
 )

Correlación Matrices y Heatmaps

Los cálculos son excelentes para visualizar las matrices de correlación, que son comunes en la investigación psicológica al examinar las relaciones entre múltiples variables:

library(reshape2)

# Create correlation matrix
psych_measures <- data.frame(
 Depression = rnorm(100, 25, 8),
 Anxiety = rnorm(100, 30, 7),
 Stress = rnorm(100, 35, 9),
 Sleep_Quality = rnorm(100, 6, 2),
 Life_Satisfaction = rnorm(100, 5, 1.5)
)

# Calculate correlations
cor_matrix <- cor(psych_measures)
cor_melted <- melt(cor_matrix)

# Create heatmap
ggplot(cor_melted, aes(x = Var1, y = Var2, fill = value)) +
 geom_tile(color = "white") +
 geom_text(aes(label = round(value, 2)), color = "black", size = 4) +
 scale_fill_gradient2(
 low = "#2E86AB",
 mid = "white",
 high = "#A23B72",
 midpoint = 0,
 limits = c(-1, 1)
 ) +
 labs(
 title = "Correlation Matrix of Psychological Measures",
 x = "",
 y = "",
 fill = "Correlation"
 ) +
 theme_minimal() +
 theme(
 axis.text.x = element_text(angle = 45, hjust = 1),
 plot.title = element_text(size = 14, face = "bold")
 )

Trabajar con Datos de Tidy

Tradicionalmente, se ha impartido capacitación a psicólogos utilizando datos de gran formato, que normalmente tiene una fila de datos para cada participante con columnas separadas para cada puntuación o variable, y para variables de medidas repetidas, la variable dependiente se divide en diferentes columnas. Sin embargo, ggplot2 funciona mejor con datos en formato "long" o "tidy".

Convertir de ancho a largo formato

Comprender cómo configurar los datos es esencial para una visualización efectiva en R:

library(tidyr)

# Wide format data (typical psychology data structure)
wide_data <- data.frame(
 participant = 1:20,
 baseline_depression = rnorm(20, 25, 5),
 week4_depression = rnorm(20, 20, 5),
 week8_depression = rnorm(20, 15, 5),
 baseline_anxiety = rnorm(20, 30, 6),
 week4_anxiety = rnorm(20, 25, 6),
 week8_anxiety = rnorm(20, 20, 6)
)

# Convert to long format
long_data <- wide_data %>%
 pivot_longer(
 cols = -participant,
 names_to = c("time", "measure"),
 names_pattern = "(.*)_(.*)",
 values_to = "score"
 )

# Now easy to visualize
ggplot(long_data, aes(x = time, y = score, color = measure, group = interaction(participant, measure))) +
 geom_line(alpha = 0.3) +
 geom_point(alpha = 0.5) +
 stat_summary(aes(group = measure), fun = mean, geom = "line", size = 2) +
 stat_summary(aes(group = measure), fun = mean, geom = "point", size = 4) +
 facet_wrap(~ measure, scales = "free_y") +
 scale_color_manual(values = c("depression" = "#2E86AB", "anxiety" = "#A23B72")) +
 labs(
 title = "Individual and Mean Trajectories of Depression and Anxiety",
 x = "Time Point",
 y = "Score",
 color = "Measure"
 ) +
 theme_minimal() +
 theme(legend.position = "none")

Visualizaciones interactivas con Plotly

Parcela es una biblioteca que puede crear parcelas interactivas con código mínimo e integra perfectamente con R, con la función ggplotly() siendo particularmente útil para construir experiencias de datos interactivos en el forte de R. Plotly está haciendo parcelas interactivas, y ofrece algunas gráficas que no encontrará en la mayoría de los paquetes, como contornos, candeleros y gráficos 3D.

Las visualizaciones interactivas son particularmente valiosas para el análisis de datos exploratorios y para presentaciones donde desea permitir a su audiencia explorar los datos:

library(plotly)

# Create a ggplot2 plot
p <- ggplot(psych_data, aes(x = anxiety, y = stress, color = group,
 text = paste("Participant:", participant_id,
 "<br>Anxiety:", round(anxiety, 1),
 "<br>Stress:", round(stress, 1)))) +
 geom_point(size = 3, alpha = 0.7) +
 scale_color_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(
 title = "Interactive Anxiety-Stress Relationship",
 x = "Anxiety Score (GAD-7)",
 y = "Perceived Stress Score (PSS-10)",
 color = "Group"
 ) +
 theme_minimal()

# Convert to interactive plotly plot
ggplotly(p, tooltip = "text")

# Create native plotly 3D scatter plot
plot_ly(
 data = psych_data,
 x = ~anxiety,
 y = ~stress,
 z = ~rnorm(50, 40, 8), # Adding a third dimension
 color = ~group,
 colors = c("#2E86AB", "#A23B72"),
 type = "scatter3d",
 mode = "markers",
 marker = list(size = 5)
) %>%
 layout(
 title = "3D Visualization of Psychological Measures",
 scene = list(
 xaxis = list(title = "Anxiety"),
 yaxis = list(title = "Stress"),
 zaxis = list(title = "Depression")
 )
 )

Personalización de las Visualizaciones para la Publicación

Temas y estilo

ggplot2 tiene una serie de temas visuales incorporados que se pueden aplicar como capa extra, y cada parte de un tema puede ser personalizado de forma independiente, que puede ser necesario si tiene guías de revistas sobre fuentes para la publicación. Crear visualizaciones de publicación precisa atención al detalle en estilo y formato.

# Create a custom theme for publication
theme_publication <- function(base_size = 12) {
 theme_minimal(base_size = base_size) +
 theme(
 # Text elements
 plot.title = element_text(size = base_size + 2, face = "bold", hjust = 0),
 plot.subtitle = element_text(size = base_size, color = "gray40", hjust = 0),
 axis.title = element_text(size = base_size, face = "bold"),
 axis.text = element_text(size = base_size - 1),
 legend.title = element_text(size = base_size, face = "bold"),
 legend.text = element_text(size = base_size - 1),

 # Grid and background
 panel.grid.major = element_line(color = "gray90", size = 0.3),
 panel.grid.minor = element_blank(),
 panel.background = element_rect(fill = "white", color = NA),
 plot.background = element_rect(fill = "white", color = NA),

 # Legend
 legend.position = "bottom",
 legend.background = element_rect(fill = "white", color = "gray80"),
 legend.key = element_rect(fill = "white", color = NA),

 # Margins
 plot.margin = margin(10, 10, 10, 10)
 )
}

# Apply custom theme
ggplot(psych_data, aes(x = anxiety, y = stress, color = group)) +
 geom_point(size = 3, alpha = 0.7) +
 geom_smooth(method = "lm", se = TRUE, alpha = 0.2) +
 scale_color_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(
 title = "Relationship Between Anxiety and Stress by Treatment Group",
 subtitle = "N = 50 participants (25 per group)",
 x = "Anxiety Score (GAD-7)",
 y = "Perceived Stress Score (PSS-10)",
 color = "Group",
 caption = "Error bands represent 95% confidence intervals"
 ) +
 theme_publication()

Consideraciones de color para la accesibilidad

Un problema con el uso de ggplot2 para la visualización es que el esquema de color predeterminado no es accesible, ya que la paleta predeterminada roja y verde es difícil para las personas de color ciego para diferenciar y también no se muestra bien en la escala gris, pero puede especificar los colores personalizados exactos para sus parcelas o utilizar una paleta de color personalizado.

Para colores categóricos, las paletas "Set2", "Dark2", y "Paired" de las funciones de la escala de cerveza son seguras de color ciego. Usando paletas de colores accesibles garantiza que sus visualizaciones puedan ser interpretadas por todos los lectores:

library(viridis)
library(RColorBrewer)

# Using viridis color scales (color-blind friendly)
ggplot(longitudinal_data, aes(x = time_point, y = depression, fill = treatment)) +
 geom_boxplot(alpha = 0.8) +
 scale_fill_viridis_d(option = "plasma", end = 0.8) +
 labs(
 title = "Depression Scores Across Treatment Types",
 x = "Time Point",
 y = "Depression Score (PHQ-9)",
 fill = "Treatment Type"
 ) +
 theme_publication()

# Using ColorBrewer palettes
ggplot(response_data, aes(x = condition, y = count, fill = response)) +
 geom_bar(stat = "identity", position = "dodge") +
 scale_fill_brewer(palette = "Set2") +
 labs(
 title = "Treatment Response Distribution",
 x = "Assessment Time",
 y = "Number of Participants",
 fill = "Response"
 ) +
 theme_publication()

Combinando múltiples parcelas

El paquete de patchwork te permite combinar múltiples parcelas ggplot2 en una obra maestra visual, y es un cambiador de juego para cualquiera que esté luchando con la tarea a menudo engorrosa de combinar parcelas. Esto es particularmente útil para crear figuras completas para publicaciones:

library(patchwork)

# Create individual plots
p1 <- ggplot(psych_data, aes(x = group, y = anxiety, fill = group)) +
 geom_violin(alpha = 0.6) +
 geom_boxplot(width = 0.2, alpha = 0.8) +
 scale_fill_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(title = "A) Anxiety Scores", x = "", y = "Anxiety (GAD-7)") +
 theme_publication() +
 theme(legend.position = "none")

p2 <- ggplot(psych_data, aes(x = group, y = stress, fill = group)) +
 geom_violin(alpha = 0.6) +
 geom_boxplot(width = 0.2, alpha = 0.8) +
 scale_fill_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(title = "B) Stress Scores", x = "", y = "Stress (PSS-10)") +
 theme_publication() +
 theme(legend.position = "none")

p3 <- ggplot(psych_data, aes(x = anxiety, y = stress, color = group)) +
 geom_point(size = 2, alpha = 0.6) +
 geom_smooth(method = "lm", se = TRUE) +
 scale_color_manual(values = c("Control" = "#2E86AB", "Treatment" = "#A23B72")) +
 labs(title = "C) Anxiety-Stress Relationship",
 x = "Anxiety (GAD-7)",
 y = "Stress (PSS-10)",
 color = "Group") +
 theme_publication()

# Combine plots with patchwork
combined_plot <- (p1 | p2) / p3 +
 plot_annotation(
 title = "Comprehensive Analysis of Anxiety and Stress by Treatment Group",
 subtitle = "Violin plots show distribution, scatter plot shows relationship",
 caption = "N = 50 participants; Error bands represent 95% CI",
 theme = theme(plot.title = element_text(size = 16, face = "bold"))
 )

combined_plot

Visualizaciones especializadas para la investigación de psicología

Visualizaciones de tamaño de efecto

La visualización de los tamaños de los efectos y los intervalos de confianza es cada vez más importante en la investigación psicológica, especialmente en el contexto de la crisis de replicación y el énfasis en la presentación de informes de tamaño de los efectos:

library(ggpubr)

# Create effect size data
effect_data <- data.frame(
 study = c("Study 1", "Study 2", "Study 3", "Study 4", "Meta-Analysis"),
 effect_size = c(0.45, 0.38, 0.52, 0.41, 0.44),
 lower_ci = c(0.25, 0.18, 0.32, 0.21, 0.35),
 upper_ci = c(0.65, 0.58, 0.72, 0.61, 0.53),
 type = c(rep("Individual", 4), "Summary")
)

# Forest plot
ggplot(effect_data, aes(x = effect_size, y = study, color = type)) +
 geom_point(size = 4) +
 geom_errorbarh(aes(xmin = lower_ci, xmax = upper_ci), height = 0.2, size = 1) +
 geom_vline(xintercept = 0, linetype = "dashed", color = "gray50") +
 scale_color_manual(values = c("Individual" = "#2E86AB", "Summary" = "#A23B72")) +
 labs(
 title = "Effect Sizes Across Studies: CBT for Depression",
 subtitle = "Cohen's d with 95% confidence intervals",
 x = "Effect Size (Cohen's d)",
 y = "",
 color = "Study Type"
 ) +
 theme_publication() +
 theme(
 panel.grid.major.y = element_blank(),
 legend.position = "bottom"
 )

Visualizaciones de escalas de Likert

Las escalas de la hierba son omnipresentes en la investigación psicológica, y las visualizaciones especializadas pueden comunicar eficazmente patrones de respuesta:

# Create Likert scale data
likert_data <- data.frame(
 item = rep(c("I feel confident in my abilities",
 "I can handle difficult situations",
 "I believe in my decision-making",
 "I trust my judgment"), each = 5),
 response = rep(c("Strongly Disagree", "Disagree", "Neutral",
 "Agree", "Strongly Agree"), 4),
 percentage = c(5, 10, 15, 45, 25,
 3, 8, 20, 50, 19,
 7, 12, 18, 40, 23,
 4, 9, 22, 48, 17)
)

# Convert response to factor with correct order
likert_data$response <- factor(likert_data$response,
 levels = c("Strongly Disagree", "Disagree",
 "Neutral", "Agree", "Strongly Agree"))

# Create diverging stacked bar chart
ggplot(likert_data, aes(x = item, y = percentage, fill = response)) +
 geom_bar(stat = "identity", position = "stack") +
 coord_flip() +
 scale_fill_manual(
 values = c("Strongly Disagree" = "#D62246",
 "Disagree" = "#F5B700",
 "Neutral" = "#E8E8E8",
 "Agree" = "#06A77D",
 "Strongly Agree" = "#005F73")
 ) +
 labs(
 title = "Self-Efficacy Scale Responses",
 subtitle = "Percentage distribution across items (N = 200)",
 x = "",
 y = "Percentage",
 fill = "Response"
 ) +
 theme_publication() +
 theme(
 axis.text.y = element_text(hjust = 0),
 legend.position = "bottom"
 )

Curvas de supervivencia y datos de tiempo a evolución

Para estudios longitudinales que examinan el tiempo para recaídas, abandonos u otros eventos, las curvas de supervivencia proporcionan una valiosa información:

library(survival)
library(survminer)

# Create survival data
surv_data <- data.frame(
 time = c(rexp(50, 0.1), rexp(50, 0.05)),
 status = c(rbinom(50, 1, 0.6), rbinom(50, 1, 0.4)),
 treatment = rep(c("Standard Care", "Enhanced Treatment"), each = 50)
)

# Fit survival model
fit <- survfit(Surv(time, status) ~ treatment, data = surv_data)

# Create survival plot
ggsurvplot(
 fit,
 data = surv_data,
 pval = TRUE,
 conf.int = TRUE,
 risk.table = TRUE,
 risk.table.height = 0.25,
 palette = c("#2E86AB", "#A23B72"),
 title = "Time to Relapse by Treatment Type",
 xlab = "Time (Months)",
 ylab = "Relapse-Free Probability",
 legend.title = "Treatment",
 legend.labs = c("Standard Care", "Enhanced Treatment"),
 ggtheme = theme_publication()
)

Mejores prácticas para la visualización de datos en psicología

Mostrar los datos, no sólo resúmenes

Uno de los principios más importantes de la visualización moderna de datos es mostrar los datos subyacentes siempre que sea posible, en lugar de depender únicamente de estadísticas resumidas. Los gráficos de barras que muestran sólo medios y barras de errores pueden ocultar información distributiva importante. Considerar el uso de tramas de violín, tramas de jitter o puntos de datos individuales sobrepuestos en estadísticas de resumen.

Garantizar la reproducción

Una de las mayores fortalezas de R es la reproducibilidad. Guarda siempre tu código de visualización en scripts bien documentados. Usar rutas de archivos relativas, incluir información de sesión, y considerar el uso de documentos de R Markdown o Quarto para integrar tu código, visualizaciones y texto narrativo en un solo documento reproducible.

# Example of well-documented visualization code
# Project: Depression Treatment Study
# Author: [Your Name]
# Date: 2024-04-07
# Purpose: Create publication figures for main analysis

# Load required packages
library(tidyverse)
library(patchwork)

# Set random seed for reproducibility
set.seed(12345)

# Load data
data <- read_csv("data/treatment_study.csv")

# Create visualization
plot <- ggplot(data, aes(x = time, y = depression_score, color = treatment)) +
 geom_point() +
 geom_smooth(method = "lm") +
 theme_minimal()

# Save plot
ggsave("figures/figure1_treatment_effects.png",
 plot = plot,
 width = 8,
 height = 6,
 dpi = 300)

# Print session information for reproducibility
sessionInfo()

Considere su audiencia

Los diferentes públicos requieren diferentes enfoques de visualización. Los documentos académicos pueden beneficiarse de visualizaciones más técnicas y detalladas, mientras que las presentaciones a los interesados o al público pueden requerir gráficos más sencillos e intuitivos. Las visualizaciones interactivas funcionan bien para presentaciones en línea, pero necesitan alternativas estáticas para publicaciones impresas.

Evite el Chart Junk y Mantenga la Claridad

Siguiendo los principios del trabajo de Edward Tufte en la visualización de datos, concéntrese en maximizar la relación entre datos y tinta. Eliminar las líneas de rejilla innecesarias, elementos decorativos y etiquetas redundantes. Cada elemento en su visualización debe servir para comunicar sus datos.

Ahorro y Exportación de Visualizaciones

Crear visualizaciones de alta calidad es sólo parte del proceso, también es necesario exportarlas en formatos apropiados para diferentes usos:

# Save as high-resolution PNG for presentations
ggsave("figure1.png",
 plot = last_plot(),
 width = 10,
 height = 6,
 dpi = 300,
 bg = "white")

# Save as PDF for publications (vector format, scalable)
ggsave("figure1.pdf",
 plot = last_plot(),
 width = 10,
 height = 6,
 device = cairo_pdf)

# Save as TIFF for some journal requirements
ggsave("figure1.tiff",
 plot = last_plot(),
 width = 10,
 height = 6,
 dpi = 600,
 compression = "lzw")

# Save with specific dimensions in inches (common journal requirement)
ggsave("figure1_journal.pdf",
 plot = last_plot(),
 width = 7, # Single column width
 height = 5,
 units = "in")

Recursos para el aprendizaje continuo

El ecosistema de visualización R es vasto y evoluciona continuamente. Aquí hay recursos valiosos para profundizar su conocimiento:

Libros y Tutoriales esenciales