
Diagrama de dispersión con recta de mejor ajuste
Horas de estudio y calificación del examen de 10 alumnos, con la recta de mínimos cuadrados, su ecuación y R². Es el mismo conjunto de datos que se resuelve a mano más abajo.
Pega los valores de x e y y obtén la gráfica de dispersión con la recta de mejor ajuste, su ecuación, r y R².
1 serie · 10 puntos · leído como columnas de x e y
| Serie | n | Ecuación | r | R² | Correlación |
|---|---|---|---|---|---|
| Todos los puntos | 10 | y = 4.968x + 47.04 | 0.9832 | 0.9667 | Muy fuerte positiva |
La fuerza de la correlación sigue una regla práctica habitual para |r|: menos de 0.1, nula o casi nula; de 0.1 a 0.4, débil; de 0.4 a 0.7, moderada; de 0.7 a 0.9, fuerte; 0.9 o más, muy fuerte. Tu curso puede usar otros cortes.
| x | y | x − x̄ | y − ȳ | (x − x̄)(y − ȳ) | (x − x̄)² | (y − ȳ)² |
|---|---|---|---|---|---|---|
| 1 | 52 | -3.4 | -16.9 | 57.46 | 11.56 | 285.61 |
| 2 | 55 | -2.4 | -13.9 | 33.36 | 5.76 | 193.21 |
| 2 | 61 | -2.4 | -7.9 | 18.96 | 5.76 | 62.41 |
| 3 | 60 | -1.4 | -8.9 | 12.46 | 1.96 | 79.21 |
| 4 | 68 | -0.4 | -0.9 | 0.36 | 0.16 | 0.81 |
| 5 | 70 | 0.6 | 1.1 | 0.66 | 0.36 | 1.21 |
| 6 | 74 | 1.6 | 5.1 | 8.16 | 2.56 | 26.01 |
| 6 | 79 | 1.6 | 10.1 | 16.16 | 2.56 | 102.01 |
| 7 | 82 | 2.6 | 13.1 | 34.06 | 6.76 | 171.61 |
| 8 | 88 | 3.6 | 19.1 | 68.76 | 12.96 | 364.81 |
| 44 | 689 | 0 | 0 | 250.4 | 50.4 | 1286.9 |
El gráfico y las estadísticas se calculan en esta página mientras escribes. Al descargar el gráfico, los datos y la configuración se guardan en tu historial para que puedas abrirlo y editarlo después. El texto que envías a «Describir con IA» lo lee un modelo de lenguaje.
Un diagrama de dispersión es una gráfica que muestra la relación entre dos variables numéricas con un punto por cada par de valores (x, y). Cada figura es lo que dibuja esta herramienta con los datos de ejemplo, sin retoques. Los datos de los autos son del conjunto mtcars de R y el conjunto III es del cuarteto de Anscombe; los demás son inventados para el ejemplo. Abre cualquiera en la herramienta para ver sus números y cambiar lo que quieras.

Horas de estudio y calificación del examen de 10 alumnos, con la recta de mínimos cuadrados, su ecuación y R². Es el mismo conjunto de datos que se resuelve a mano más abajo.

Largo y ancho de la hoja en tres especies de árboles, leídos de una columna que indica la especie de cada hoja. Cada grupo lleva su color y su propia recta, así puedes comparar las pendientes.

Peso y rendimiento de combustible de 12 de los 32 autos del conjunto mtcars de R. Una columna de texto con un nombre distinto en cada fila se convierte en las etiquetas de los puntos, colocadas para que no se encimen.

Una columna de temperatura y dos de ventas. Cada columna de y se vuelve una serie con su propia forma de marcador, así el gráfico se entiende también en blanco y negro.

Conjunto III del cuarteto de Anscombe. Diez puntos caen casi exactamente sobre una recta; el undécimo tira de la recta de mínimos cuadrados hacia arriba y baja r a 0.8163. Grafica tus datos antes de fiarte de r.

Talla de zapato y calificación del cuestionario de 12 alumnos. Los puntos forman una nube sin forma y r vale −0.17, muy cerca de cero, así que la recta casi no explica la variación.
Un diagrama de dispersión es una gráfica que muestra la relación entre dos variables numéricas con un punto por cada par de valores. También se le llama gráfica o gráfico de dispersión, nube de puntos o diagrama XY: son nombres del mismo gráfico, y «nube de puntos» se usa sobre todo para el conjunto de puntos dibujado. Cada observación es un punto: su valor de x marca qué tan a la derecha queda en el eje horizontal y su valor de y, qué tan arriba. En el eje x suele ir la variable explicativa (la variable independiente: la que cambias o la que va primero) y en el eje y, la respuesta o variable dependiente.
La forma de la nube dice si las dos variables están relacionadas: la dirección (suben juntas o van en sentidos opuestos), la fuerza (qué tan pegados a una recta quedan los puntos), la forma (recta o curva) y los valores atípicos. La recta de mejor ajuste, también llamada línea de tendencia o recta de regresión, resume un patrón lineal con una ecuación, y = mx + b, que sirve para describir la relación y hacer predicciones.
Para hacer un diagrama de dispersión, pon una variable en cada eje, gradúa los dos ejes para que cubran tus datos, dibuja un punto por cada par de valores y después describe el patrón y añade la recta de mejor ajuste. Aquí están los cinco pasos con un conjunto pequeño: las horas que estudiaron 10 alumnos y la calificación que sacó cada uno en un examen.
| Horas de estudio (x) | 1 | 2 | 2 | 3 | 4 | 5 | 6 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|---|---|
| Calificación del examen (y) | 52 | 55 | 61 | 60 | 68 | 70 | 74 | 79 | 82 | 88 |
Pon la variable explicativa (variable independiente) en el eje x y la variable de respuesta (variable dependiente) en el eje y. El tiempo de estudio puede influir en la calificación, no al revés, así que las horas de estudio van en x y la calificación del examen en y. Rotula cada eje con el nombre de la variable y sus unidades.
Cada eje tiene que ir del valor más pequeño al más grande con pasos iguales: las horas van de 1 a 8, así que marca el eje x de 0 a 8 de 1 en 1 o de 2 en 2; las calificaciones van de 52 a 88, así que marca el eje y de 50 a 90 de 10 en 10. Los ejes no tienen que empezar en 0; si uno no empieza ahí, muchos profesores piden un corte en zigzag cerca del origen.
Para el primer alumno, avanza hasta 1 en el eje x, sube hasta 52 y marca un punto en (1, 52). Repite con los 10 pares. Dos alumnos estudiaron 2 horas, así que hay dos puntos sobre x = 2. No unas los puntos: un diagrama de dispersión muestra observaciones sueltas, no una secuencia.
Lee la nube de puntos de izquierda a derecha. Aquí las calificaciones suben al subir las horas (dirección positiva), los puntos siguen un camino recto (forma lineal) y quedan cerca de él (relación fuerte). Ningún punto queda lejos de los demás, así que no hay valores atípicos claros.
Traza a ojo una recta por el centro de los puntos, con más o menos los mismos puntos arriba que abajo, o calcúlala exacta por mínimos cuadrados (resuelto en la sección siguiente). Para estos datos la recta es y = 4.968x + 47.04, así que a un alumno que estudie 5 horas se le predice una calificación de unos 4.968 × 5 + 47.04 ≈ 72.

La recta de mejor ajuste que dibujan Excel, Google Sheets, la TI-84, Desmos y esta herramienta es la recta de regresión por mínimos cuadrados: de todas las rectas posibles, es la que hace más pequeña la suma de los cuadrados de las distancias verticales de los puntos a la recta. Su pendiente y su ordenada al origen salen de dos fórmulas:
donde x̄ e ȳ son las medias de x e y. Estos son los datos de horas de estudio de los pasos anteriores, calculados con esta herramienta:
| x | y | x − x̄ | y − ȳ | (x − x̄)(y − ȳ) | (x − x̄)² |
|---|---|---|---|---|---|
| 1 | 52 | -3.4 | -16.9 | 57.46 | 11.56 |
| 2 | 55 | -2.4 | -13.9 | 33.36 | 5.76 |
| 2 | 61 | -2.4 | -7.9 | 18.96 | 5.76 |
| 3 | 60 | -1.4 | -8.9 | 12.46 | 1.96 |
| 4 | 68 | -0.4 | -0.9 | 0.36 | 0.16 |
| 5 | 70 | 0.6 | 1.1 | 0.66 | 0.36 |
| 6 | 74 | 1.6 | 5.1 | 8.16 | 2.56 |
| 6 | 79 | 1.6 | 10.1 | 16.16 | 2.56 |
| 7 | 82 | 2.6 | 13.1 | 34.06 | 6.76 |
| 8 | 88 | 3.6 | 19.1 | 68.76 | 12.96 |
| 44 | 689 | Sumas | 250.4 | 50.4 | |
Así que la recta de mejor ajuste es y = 4.968x + 47.04. La pendiente dice que cada hora más de estudio va asociada, en promedio, a unos 5 puntos más en el examen. La ordenada al origen, 47.04, es la calificación predicha para 0 horas; queda fuera de los datos (el que menos estudió lo hizo 1 hora), así que tómala como el punto donde la recta corta el eje, no como una predicción real.
r = 0.9832 mide qué tan pegados a la recta están los puntos, de −1 a 1, y R² = 0.9667 indica que la recta explica cerca del 97 % de la variación de las calificaciones. En la herramienta, abre «Ver el procedimiento» debajo de la tabla para obtener estas mismas cuentas con tus datos, fila por fila y con cada suma, y para predecir y para cualquier x.
Tres pasos en tu navegador
El gráfico y la recta de mejor ajuste se redibujan mientras escribes, así que ves al momento el efecto de cada ajuste.
Copia dos columnas de Excel o Google Sheets (primero x, luego y, con los nombres en la primera fila si los tienes) y pégalas, o abre un archivo CSV. Para dos series de datos, añade más columnas de y o una columna de grupo; una columna de texto con un nombre distinto en cada fila se convierte en etiquetas de los puntos. ¿Los números están dentro de un párrafo o en un PDF? Pégalos en «Describir con IA».
Activa la recta de mejor ajuste (una por serie o una para todos los puntos) y elige qué escribir en el gráfico: la ecuación, R² y r. Escribe un título y las etiquetas de los ejes, empieza los ejes en 0 si te lo pide tu profesor y elige colores o formas de marcador.
Descarga un PNG a 300 DPI para Google Docs, Word o diapositivas, o un SVG con el texto editable. Copia la tabla con las ecuaciones, r y R², o abre «Ver el procedimiento» para comparar la pendiente y la ordenada al origen con tus propias cuentas.
Un diagrama de dispersión se describe con cuatro cosas:
Hay dos advertencias que valen para cualquier diagrama de dispersión. Correlación no es causalidad: la venta de helados y las quemaduras de sol suben juntas porque las dos dependen del clima. Y mira el gráfico antes de fiarte de r: los cuatro conjuntos de Anscombe tienen la misma r, 0.816, y la misma recta, pero al graficarlos se ven totalmente distintos. Si tienes una medición por individuo en varios grupos, y no dos mediciones por individuo, compara los grupos con un diagrama de caja y bigotes.
En control de calidad. El diagrama de dispersión es una de las siete herramientas básicas de la calidad de Kaoru Ishikawa, junto con el diagrama de Pareto, el diagrama de causa y efecto, la hoja de verificación, el histograma, la gráfica de control y la estratificación. Sirve para comprobar si un factor del proceso se relaciona con un resultado, por ejemplo la temperatura del horno frente a la dureza de la pieza: pon el factor en el eje x y el resultado en el eje y. Si las mediciones vienen por máquina, turno o proveedor, pégalas con una columna de grupo y cada uno tendrá su color y su propia recta. Una correlación no demuestra la causa: confírmala con un experimento antes de cambiar el proceso.
r, el coeficiente de correlación de Pearson, va de −1 a 1. Su signo da la dirección de la relación y su tamaño, la fuerza. R², el coeficiente de determinación, va de 0 a 1 y es la parte de la variación de y que explica la recta. Con una recta ajustada a una sola variable x, R² es simplemente r al cuadrado: r = 0.9 da R² = 0.81.
Da r cuando la pregunta es qué tan relacionadas están dos variables, y R² cuando la pregunta es qué tan bien predice y la recta. R² pierde el signo: con R² solo no se sabe si la recta sube o baja; eso lo dice la pendiente de la ecuación. Esta herramienta muestra los dos, junto con una palabra para la correlación (débil, moderada, fuerte) según una regla práctica habitual.
Pega los números en cualquiera de estas formas:
| Forma | Se ve así | Úsala cuando |
|---|---|---|
| Columnas de x e y | Horas, Calificación en la fila 1 y los pares debajo | Tienes un solo conjunto de datos pareados, como en casi todos los ejercicios de clase |
| Una columna de x y varias de y | Temperatura, Quiosco, Cafetería | Tienes dos o más series medidas en los mismos valores de x |
| Columna de grupo | especie, largo_hoja_cm, ancho_hoja_cm en cada fila | Los datos vienen de R, Python, SPSS o un formulario |
| Columna de etiquetas | auto, peso_1000lb, mpg con un nombre distinto en cada fila | Quieres el nombre escrito junto a cada punto |
| Pares ordenados | (1, 52), (2, 55), (3, 61) | Los copiaste de una hoja de ejercicios o de un libro |
| Filas | Horas, 1, 2, 3 y Calificación, 52, 55, 61 en dos líneas | La tabla de tu ejercicio va en horizontal |
Sirven tabuladores (lo que copian las hojas de cálculo), comas, punto y coma y espacios como separadores. Escribe los decimales con punto (12.5). Las filas sin x o sin y se dejan fuera, y las celdas como NA se omiten y se cuentan debajo del recuadro. La primera columna de números siempre se toma como x.
y1 ~ mx1 + b para obtener m, b, r y R².ggplot(df, aes(x, y)) + geom_point() + geom_smooth(method = "lm"), con summary(lm(y ~ x, data = df)) para los números.plt.scatter(x, y) en matplotlib, con numpy.polyfit(x, y, 1) o scipy.stats.linregress(x, y) para la recta.Todos ajustan la recta por mínimos cuadrados, así que con los mismos datos dan la misma pendiente, ordenada al origen, r y R² que esta herramienta, salvo redondeo. Usa esta página cuando necesitas la figura ya, quieres ver el procedimiento o quieres puntos con etiqueta y varios grupos sin armar el gráfico a mano.
Esta herramienta ajusta solo rectas. Si tus puntos se curvan (un crecimiento que se acelera, una curva que se aplana, una forma de U), una recta no recoge el patrón y r subestima la relación entre las variables. Para una curva de mejor ajuste usa Desmos (y1 ~ a·x1² + b·x1 + c o y1 ~ a·b^x1), las líneas de tendencia Exponencial, Logarítmica, Polinómica o Potencial de Excel, o geom_smooth() en R. Un diagrama de dispersión de esta herramienta con la recta desactivada sigue siendo una buena forma de ver la forma primero.
Quien lea tu figura, sea un profesor, el responsable del laboratorio o un revisor, va a buscar lo mismo:
Peso (miles de lb), no Peso.Un pie de figura que puedes adaptar: «Diagrama de dispersión de la calificación del examen frente a las horas de estudio de 10 alumnos. La recta es el ajuste por mínimos cuadrados, y = 4.968x + 47.04 (R² = 0.967).»
Números que puedes comprobar
Cada punto, recta y estadística se calcula en esta página con los valores del recuadro de datos. La IA solo pasa tu texto a números cuando se lo pides; ningún modelo de imágenes dibuja nada, así que la recta del gráfico es exactamente la de la tabla.
RectaMínimos cuadrados, como Excel y la TI-84
Activa la recta y elige qué escribir en el gráfico: y = mx + b, R² y el coeficiente de correlación r. El recuadro se coloca en la esquina más vacía.
GruposUn color y una recta para cada uno
Una columna de grupo o columnas de y extra se convierten en series separadas, cada una con su color, su recta y su ecuación, o una sola recta para todos los puntos.
EtiquetasDesde una columna de nombres
Una columna de texto con un nombre distinto en cada fila se escribe al lado de cada punto, colocada para no encimarse con las otras etiquetas ni con los puntos.
ImpresiónCírculos, cuadrados, triángulos
Dale a cada serie su propia forma de marcador, o cambia a puntos negros, para que el gráfico se entienda en una hoja impresa o en una revista en escala de grises.
ExportarDocumentos, diapositivas, pósteres
El SVG conserva el texto real, así que las etiquetas siguen siendo editables en PowerPoint, Illustrator o Inkscape. El PNG va a 300 DPI y entra al tamaño correcto en Word y Google Docs.
ProcedimientoCompáralo con tus apuntes
Abre «Ver el procedimiento» para ver las medias, una tabla de x − x̄, y − ȳ y sus productos, la pendiente, la ordenada al origen, r y R², y para predecir y para cualquier x.
Preguntas frecuentes
Pega tus valores de x e y, añade la recta de mejor ajuste y descarga un SVG editable o un PNG a 300 DPI. Gratis y calculado en tu navegador.
Explora más herramientas de diagramas con IA, dentro y fuera de tu disciplina.
NuevoPega tus datos o un resumen de cinco números y obtén un diagrama de caja y bigotes con cuartiles, valores atípicos y etiquetas. Elige el método de cuartiles de la TI-84, Excel o R; exporta SVG editable o PNG a 300 DPI. Pegar y descargar es gratis.
NuevoPega una lista de números o una tabla de frecuencias y obtén un diagrama de puntos sobre una recta numérica, con puntos o cruces (X), media y mediana, y el cálculo paso a paso de media, mediana, moda y rango. Exporta SVG editable o PNG a 300 DPI. Pegar y descargar es gratis.
NuevoPega tus datos y obtén un gráfico de violín en el navegador: uno o varios grupos, caja o cuartiles dentro, ancho de banda ajustable, SVG editable y PNG a 300 DPI. Gratis con tus datos; también puedes describirlos y dejar que la IA los lea.
NuevoEscribe la media y la desviación típica, pega tus datos o plantea un intervalo de confianza o una prueba de hipótesis, y obtén la curva normal exacta con el área sombreada, su probabilidad y el procedimiento.
NuevoGenera paletas de colores accesibles para figuras científicas — Okabe-Ito, Viridis, Cividis, Crameri Vik y más — con código listo para pegar en hex, Python, R y CSS, optimizado para revistas como Nature, Science, Cell y PNAS.