La visualización de la distribución de variables continuas mediante gráficos de densidad es una práctica fundamental en el análisis epxloratorio de datos. El paquete ggplot2 en R ofrece un sistema de gramática de gráficos altamente flexible para crear y personalizar estos gráficos. El control preciso de los estéticos de relleno, como el color y la transparencia, es crucial para diferenciar grupos y optimizar la legibilidad.

Fundamentos de la Estética de Relleno

El componente geométrico geom_density() genera la curva de densidad. Mapear una variable categórica al parámetro fill permite colorear las áreas de forma diferenciada por grupo. El parámetro alpha controla la transparencia del relleno.

library(ggplot2)
# Generar un gráfico de densidad coloreado por la especie
ggplot(iris, aes(x = Sepal.Width, fill = Species)) +
  geom_density(alpha = 0.5) # Un valor de alpha de 0.5 permite ver el solapamiento

El parámetro fill internamente maneja tanto el color del contorno como el del área bajo la curva. Para separar estas propiedades, se pueden usar los estéticos colour (para el borde) y fill (para el interior) de manera independiente.

Mecanismo de Dibujo y Agrupamiento

La geometría geom_density opera en un sistema de coordenadas cartesianas. Internamente, realiza una estimación por núcleo (KDE) para transformar los datos discretos en una distribución suave. La fórmula general para la estimación de densidad kernel es:

f̂(x) = (1 / nh) Σ K((x - x_i) / h)

Donde K es la función kernel (comúnmente Gaussiana) y h es el ancho de banda que controla el suavizado. Al mapear una variable discreta a fill, ggplot2 calcula y dibuja una distribución de densidad separada para cada nivel de la factor, apilando las capas según el orden de los factores.

Personalización Avanzada del Color

La elección de paletas de color afecta directamente la percepción del gráfico. scale_fill_brewer() proporciona paletas predefinidas de ColorBrewer, diseñadas para diferentes propósitos.

ggplot(mtcars, aes(x = mpg, fill = factor(cyl))) +
  geom_density(alpha = 0.4) +
  scale_fill_brewer(palette = "Dark2", name = "Cilindros")

Para un control absoluto, se puede emplear scale_fill_manual(), asignando colores específicos a cada grupo. Esto es esencial cuando se necesita coincidir con una guía de estilo corporativa o para resaltar categorías específicas.

colores_personalizados <- c("setosa" = "#FF6B6B", "versicolor" = "#4ECDC4", "virginica" = "#45B7D1")
ggplot(iris, aes(x = Petal.Length, fill = Species)) +
  geom_density(alpha = 0.6) +
  scale_fill_manual(values = colores_personalizados)

Transparencia y Jerarquía Visual

La transparencia (alpha) es el principal mecanimso para gestionar el solapamiento en gráficos con múltiples distribuciones. Un valor bajo (ej. 0.3) hace que las áreas superpuestas sean semitransparentes, permitiendo visualizar la contribución de cada grupo.

El orden de dibujo de las capas (layer order) también influye. Las distribuciones dibujadas al final se superpondrán a las anteriores. En ggplot2, el orden viene determinado por el orden de los niveles del factor mapeado a fill. Reordenar los factores con factor(..., levels = ...) puede ser necesario para controlar la jerarquía visual.

# Reordenar los factores para dibujar la distribución de 'setosa' primero
iris$Species <- factor(iris$Species, levels = c("setosa", "versicolor", "virginica"))
ggplot(iris, aes(x = Sepal.Width, fill = Species)) +
  geom_density(alpha = 0.5)

Para visualizaciones con muchas categorías (>5), reducir el valor de alpha a 0.2 o menos puede evitar que el gráfico se sature visualmente, mantaniendo discernibles las formas individuales.

Integración con el Sistema de Temas

La coherencia visual se logra integrando los gráficos de densidad dentro del sistema de temas de ggplot2. Modificar los elementos no-datos, como el fondo, los ejes y la leyenda, es tan importante como controlar la geometría.

ggplot(iris, aes(x = Sepal.Width, fill = Species)) +
  geom_density(alpha = 0.4) +
  theme_minimal() +
  theme(
    legend.position = "top",
    panel.grid.major = element_line(colour = "grey90"),
    panel.background = element_rect(fill = "white")
  ) +
  labs(
    x = "Ancho del Sépalo",
    y = "Densidad",
    fill = "Especie"
  )

Este enfoque asegura que el gráfico de densidad, con sus áreas rellenas y transparentes, comunique efectivamente la distribución de los datos mientras se mantiene profesional y alineado con el resto de la presentación.