🕷️ Crawler Inspector

URL Lookup

Direct Parameter Lookup

Raw Queries and Responses

1. Shard Calculation

Query:

Response:

Calculated Shard: 168 (from laksa167)

2. Crawled Status Check

Query:

curl -X POST \
  'http://laksa168.int.ahrefs:8124/' \
  -H 'Content-Type: text/plain' \
  -H 'X-ClickHouse-Database: crawler3' \
  -H 'Authorization: Basic YXBpOg==' \
  -d 'SELECT getAhrefsURLFromUnparsed(src_unparsed) AS found_url, ifNull(toUnixTimestamp(download_stamp), 0) AS crawl_time, ifNull(toUnixTimestamp(props_url_first_seen), 0) AS first_indexed_time, download_http_code AS http_code, src_unparsed AS src_unparsed, src_root_hash AS src_root_hash, history_drop_reason AS history_drop_reason, meta_title AS meta_title, meta_descriptions AS meta_descriptions, attrs_boilerpipe_text AS attrs_boilerpipe_text, attrs_markdown AS attrs_markdown, attrs_readable_markdown AS attrs_readable_markdown, meta_canonical AS meta_canonical FROM crawler3.page_info_local FINAL PREWHERE (src_root_hash, src_unparsed) IN ((getAhrefsRootHashFromUnparsed(getAhrefsUnparsedNoserviceFromURL(\'https://r-charts.com/es/distribucion/grafico-densidad-kernel/\')), getAhrefsUnparsedNoserviceFromURL(\'https://r-charts.com/es/distribucion/grafico-densidad-kernel/\'))) FORMAT JSONEachRow'

Response:

{"found_url":"https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel\/","crawl_time":1775368409,"first_indexed_time":1618478582,"http_code":200,"src_unparsed":"com,r-charts!\/es\/distribucion\/grafico-densidad-kernel\/ s443","src_root_hash":"12163586914105324168","history_drop_reason":null,"meta_title":"Gráfico de la estimación tipo núcleo (kernel) de la densidad en R | R CHARTS","meta_descriptions":["Crea gráficos de densidad kernel en R, selecciona el kernel (núcleo) a ser usado y selecciona una ventana de suavizado en base a tus datos"],"attrs_boilerpipe_text":"Estimación kernel de la densidad\nPara crear un gráfico de densidad tipo núcleo tendrás que estimar primero la densidad. Para ello puedes hacer uso de la función\ndensity\ny luego pasar el objeto a la función\nplot\n.\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos)\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Gráfico densidad kernel\")\nSelección del kernel\nEl argumento\nkernel\nde la función\ndensity\nusa por defecto un kernel gaussiano (\nkernel = \"gaussian\"\n), pero existen otros tipos de kernel disponibles, como\n\"rectangular\"\n,\n\"triangular\"\n,\n\"epanechnikov\"\n,\n\"biweight\"\n,\n\"cosine\"\ny\n\"optcosine\"\n. La seleción dependerá de tus datos, pero el valor por defecto es el más recomendado.\nKernel rectangular\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"rectangular\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel rectangular\")\nKernel triangular\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"triangular\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel triangular\")\nKernel epanechnikov\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"epanechnikov\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel epanechnikov\")\nKernel biweight\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"biweight\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel biweight\")\nKernel cosine\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"cosine\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel cosine\")\nSelección de la ventana\nEl argumento\nbw\nde la función\ndensity\npermite cambiar el parámetro ventana (\nbandwidth\n).\nPuedes pasar un valor, una cadena de una regla de selección o una función\n. El valor por defecto es\n\"nrd0\"\n(o\nbw.nrd0(.)\n), que implementa el procedimiento conocido como\nrule-of-thumb\n. Otras opciones son:\nVariación de la rule-of-thumb de Scott (1992)\n\"nrd\"\no\nbw.nrd(.)\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"nrd\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth nrd\")\nValidación cruzada insesgada\n\"ucv\"\no\nbw.ucv(.)\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"ucv\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth ucv\")\nValidación cruzada sesgada\n\"bcv\"\no\nbw.bcv(.)\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"bcv\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth bcv\")\nMétodos de Sheather & Jones (1991)\n\"SJ\"\no\nbw.SJ(.)\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"SJ\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth SJ\")\nEl bandwidth se debe elegir con precaución\n. Una ventana demasiado pequeña creará una curva sobreajustada mientras que una ventana demasiado grande creará una curva demasiado suave.","attrs_markdown":"Busca un gráfico\n\n[R CHARTS](https:\/\/r-charts.com\/es\/)\n\n- [Inicio](https:\/\/r-charts.com\/es\/)\n- [R base](https:\/\/r-charts.com\/es\/r-base\/)\n- [R base](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel\/)\n  Títulos\n  ***\n  - [Añadiendo títulos](https:\/\/r-charts.com\/es\/r-base\/titulo\/#titulo-subtitulo)\n  - [Función title](https:\/\/r-charts.com\/es\/r-base\/titulo\/#funcion-title)\n  - [Ajustar los títulos](https:\/\/r-charts.com\/es\/r-base\/titulo\/#ajuste-titulo-subtitulo)\n  - [Expresiones matemáticas](https:\/\/r-charts.com\/es\/r-base\/titulo\/#expresiones-matematicas)\n  \n  Textos\n  ***\n  - [Función text](https:\/\/r-charts.com\/es\/r-base\/textos\/#funcion-text)\n  - [Etiquetar puntos](https:\/\/r-charts.com\/es\/r-base\/textos\/#etiquetar-puntos)\n  - [Función mtext](https:\/\/r-charts.com\/es\/r-base\/textos\/#funcion-mtext)\n  - [Ajustar texto](https:\/\/r-charts.com\/es\/r-base\/textos\/#mtext-ajuste)\n  \n  Líneas\n  ***\n  - [Función abline](https:\/\/r-charts.com\/es\/r-base\/segments\/#funcion-abline)\n  - [Función segments](https:\/\/r-charts.com\/es\/r-base\/segments\/#funcion-segments)\n  - [Función arrows](https:\/\/r-charts.com\/es\/r-base\/segments\/#funcion-arrows)\n  - [Tipos y estilos de líneas](https:\/\/r-charts.com\/es\/r-base\/tipos-lineas\/)\n  \n  Ejes\n  ***\n  - [Etiquetas](https:\/\/r-charts.com\/es\/r-base\/ejes\/#etiquetas)\n  - [Función axis](https:\/\/r-charts.com\/es\/r-base\/ejes\/#funcion-axis)\n  - [Marcas](https:\/\/r-charts.com\/es\/r-base\/ejes\/#marcas-ejes)\n  - [Límites](https:\/\/r-charts.com\/es\/r-base\/ejes\/#limites)\n  - [Escala](https:\/\/r-charts.com\/es\/r-base\/ejes\/#escala)\n  - [Eje dual](https:\/\/r-charts.com\/es\/r-base\/ejes\/#eje-dual)\n  \n  Leyenda\n  ***\n  - [Posición](https:\/\/r-charts.com\/es\/r-base\/leyenda\/#posicion)\n  - [Orientación](https:\/\/r-charts.com\/es\/r-base\/leyenda\/#orientacion)\n  - [Título](https:\/\/r-charts.com\/es\/r-base\/leyenda\/#titulo)\n  - [Colores](https:\/\/r-charts.com\/es\/r-base\/leyenda\/#borde-color-fondo)\n  - [Tamaño](https:\/\/r-charts.com\/es\/r-base\/leyenda\/#tama%C3%B1o)\n  - [Leyenda fuera](https:\/\/r-charts.com\/es\/r-base\/leyenda\/#fuera-del-grafico)\n  \n  Otros\n  ***\n  - [Color de fondo](https:\/\/r-charts.com\/es\/r-base\/color-fondo\/)\n  - [Símbolos pch](https:\/\/r-charts.com\/es\/r-base\/simbolos-pch\/)\n  - [Grids](https:\/\/r-charts.com\/es\/r-base\/grid\/)\n  - [Tipos de cajas](https:\/\/r-charts.com\/es\/r-base\/box-bty\/)\n  - [Márgenes](https:\/\/r-charts.com\/es\/r-base\/margenes\/)\n  - [Combinar gráficos](https:\/\/r-charts.com\/es\/r-base\/combinar-graficos\/)\n  \n  Guías rápidas\n  \n  [![Símbolos pch](https:\/\/r-charts.com\/es\/tags\/r-base\/simbolos-pch_files\/figure-html\/simbolos-pch.png)](https:\/\/r-charts.com\/es\/r-base\/simbolos-pch\/#lista)\n  \n  [![Márgenes en R](https:\/\/r-charts.com\/es\/tags\/r-base\/margenes_files\/figure-html\/margenes-mar.png)](https:\/\/r-charts.com\/es\/r-base\/margenes\/#mar-omi)\n  \n  [![Márgenes exteriores](https:\/\/r-charts.com\/es\/tags\/r-base\/margenes_files\/figure-html\/margenes-exteriores.png)](https:\/\/r-charts.com\/es\/r-base\/margenes\/#oma-omi)\n  \n  [![Tipos de líneas](https:\/\/r-charts.com\/es\/tags\/r-base\/lineas_files\/figure-html\/tipos-lineas.png)](https:\/\/r-charts.com\/es\/r-base\/tipos-lineas\/#tipos-linea)\n  \n  [![Grosor de las líneas](https:\/\/r-charts.com\/es\/tags\/r-base\/lineas_files\/figure-html\/ancho-linea.png)](https:\/\/r-charts.com\/es\/r-base\/tipos-lineas\/#ancho-linea)\n  \n  [Ver todos los gráficos de R base](https:\/\/r-charts.com\/es\/r-base\/)\n- [ggplot2](https:\/\/r-charts.com\/es\/ggplot2\/)\n- [colores](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel\/)\n  [COLORES](https:\/\/r-charts.com\/es\/colores\/) [PALETAS DE COLOR](https:\/\/r-charts.com\/es\/paletas-colores\/) [GENERADOR DE PALETAS](https:\/\/r-charts.com\/es\/generador-paletas-colores\/)\n- [Aprende R](https:\/\/r-coder.com\/curso-r\/)\n- [Acerca](https:\/\/r-charts.com\/es\/acerca\/)\n- [Contacto](https:\/\/r-coder.com\/contacto\/)\n- [English](https:\/\/r-charts.com\/distribution\/kernel-density-plot\/)\n\n[INICIO](https:\/\/r-charts.com\/es\/) [DISTRIBUCION](https:\/\/r-charts.com\/es\/distribucion\/) [GRAFICO DENSIDAD KERNEL](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel\/)\n\n# Gráfico de la estimación tipo núcleo (kernel) de la densidad en R\n\n## Estimación kernel de la densidad\nPara crear un gráfico de densidad tipo núcleo tendrás que estimar primero la densidad. Para ello puedes hacer uso de la función `density` y luego pasar el objeto a la función `plot`.\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos)\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Gráfico densidad kernel\")\n```\n\n![Gráfico de la densidad kernel en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/grafico-densidad-kernel.png)\n## Selección del kernel\nEl argumento `kernel` de la función `density` usa por defecto un kernel gaussiano (`kernel = \"gaussian\"`), pero existen otros tipos de kernel disponibles, como `\"rectangular\"`, `\"triangular\"`, `\"epanechnikov\"`, `\"biweight\"`, `\"cosine\"` y `\"optcosine\"`. La seleción dependerá de tus datos, pero el valor por defecto es el más recomendado.\n\n![Gráfico kernel rectangular en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/kernel-rectangular.png)\n\n**Kernel rectangular**\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"rectangular\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel rectangular\")\n```\n\n![Kernel triangular gráfico de densidad](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/kernel-traingular.png)\n\n**Kernel triangular**\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"triangular\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel triangular\")\n```\n\n![Kernel epanechnikov para la estimación de la densidad en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/kernel-epanechnikov.png)\n\n**Kernel epanechnikov**\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"epanechnikov\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel epanechnikov\")\n```\n\n![Kernel biweight en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/kernel-biweight.png)\n\n**Kernel biweight**\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"biweight\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel biweight\")\n```\n\n![Estimación de la densidad con un núcleo cosine](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/kernel-cosine.png)\n\n**Kernel cosine**\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             kernel = \"cosine\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Kernel cosine\")\n```\n## Selección de la ventana\nEl argumento `bw` de la función `density` permite cambiar el parámetro ventana (*bandwidth*). **Puedes pasar un valor, una cadena de una regla de selección o una función**. El valor por defecto es `\"nrd0\"` (o `bw.nrd0(.)`), que implementa el procedimiento conocido como *rule-of-thumb*. Otras opciones son:\n\n**Variación de la rule-of-thumb de Scott (1992)**\n\n`\"nrd\"` o `bw.nrd(.)`\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"nrd\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth nrd\")\n```\n\n![Selección de la ventana con la rule of thumb bandwidth de Scott](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/nrd-bandwidth.png)\n\n**Validación cruzada insesgada**\n\n`\"ucv\"` o `bw.ucv(.)`\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"ucv\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth ucv\")\n```\n\n![Selección de la ventana en R mediante validación cruzada insesgada](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/ucv-bandwidth.png)\n\n**Validación cruzada sesgada**\n\n`\"bcv\"` o `bw.bcv(.)`\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"bcv\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth bcv\")\n```\n\n![Selección del bandwidth mediante validación cruzada en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/bcv-bandwidth.png)\n\n**Métodos de Sheather & Jones (1991)**\n\n`\"SJ\"` o `bw.SJ(.)`\n```\n# Datos\nset.seed(14012021)\ndatos <- rnorm(200, mean = 4)\n\n# Estimación kernel de la densidad\nd <- density(datos,\n             bw = \"SJ\")\n\n# Gráfico de la densidad tipo núcleo\nplot(d, lwd = 2, main = \"Bandwidth SJ\")\n```\n\n![Métodos de Sheather y Jones para la selección de ventanas en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-kernel_files\/figure-html\/sj-bandwidth.png)\n\n**El bandwidth se debe elegir con precaución**. Una ventana demasiado pequeña creará una curva sobreajustada mientras que una ventana demasiado grande creará una curva demasiado suave.\n\n[![Python Charts](https:\/\/r-charts.com\/images\/banner-python-charts-es.png)](https:\/\/python-charts.com\/es\/)\n\nTambién te puede interesar\n\n[![La función boxplot en R](https:\/\/r-charts.com\/es\/distribucion\/funcion-boxplot_files\/figure-html\/boxplot-destacada.png) La función boxplot en R](https:\/\/r-charts.com\/es\/distribucion\/funcion-boxplot\/)\n\n[![Box plot en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/box-plot-ggplot2_files\/figure-html\/boxplot-ggplot2-colores.png) Box plot en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/box-plot-ggplot2\/)\n\n[![Gráfico de densidad por grupo en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-grupo-ggplot2_files\/figure-html\/densidad-grupo-ggplot-areas.png) Gráfico de densidad por grupo en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/grafico-densidad-grupo-ggplot2\/)\n\n[![Gráfico de violín por grupo en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-violin-grupo_files\/figure-html\/vioplot-color.png) Gráfico de violín por grupo en R](https:\/\/r-charts.com\/es\/distribucion\/grafico-violin-grupo\/)\n\n[![Box plot con puntos de datos en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/box-plot-puntos-datos-ggplot2_files\/figure-html\/boxplot-ggplot-jitter-color.png) Box plot con puntos de datos en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/box-plot-puntos-datos-ggplot2\/)\n\n[![Box plot por grupo en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/box-plot-grupo-ggplot2_files\/figure-html\/boxplot-grupo-ggplot-colores.png) Box plot por grupo en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/box-plot-grupo-ggplot2\/)\n\n[![Histograma con curvas de densidad en R](https:\/\/r-charts.com\/es\/distribucion\/histograma-curvas_files\/figure-html\/histograma-curva-normal.png) Histograma con curvas de densidad en R](https:\/\/r-charts.com\/es\/distribucion\/histograma-curvas\/)\n\n[![Ridgeline en R](https:\/\/r-charts.com\/en\/distribution\/ridgeline_files\/figure-html\/ridgeline.png) Ridgeline en R](https:\/\/r-charts.com\/es\/distribucion\/ridgeline\/)\n\n[![Histograma de frecuencias en R con la función hist](https:\/\/r-charts.com\/es\/distribucion\/histograma-frecuencias_files\/figure-html\/color-histograma-frecuencias.png) Histograma de frecuencias en R con la función hist](https:\/\/r-charts.com\/es\/distribucion\/histograma-frecuencias\/)\n\n[![Dumbbell plot (gráfico de mancuernas) en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/dumbbell-plot-ggplot2_files\/figure-html\/dumbbell-plot-color-ggplot2.png) Dumbbell plot (gráfico de mancuernas) en ggplot2](https:\/\/r-charts.com\/es\/distribucion\/dumbbell-plot-ggplot2\/)\n\nR\n\nCODER\n\nPolíticas\n\n[Aviso legal](https:\/\/r-charts.com\/es\/aviso-legal\/)\n\nRecursos\n\n[Inicio](https:\/\/r-charts.com\/es\/)\n\n[R base](https:\/\/r-charts.com\/es\/r-base\/)\n\n[ggplot2](https:\/\/r-charts.com\/es\/ggplot2\/)\n\n[Acerca](https:\/\/r-charts.com\/es\/acerca)\n\nHerramientas\n\n[Colores](https:\/\/r-charts.com\/es\/colores\/)\n\n[Conversor de color](https:\/\/r-charts.com\/es\/colores\/#conversor)\n\n[Paletas de colores](https:\/\/r-charts.com\/es\/paletas-colores\/)\n\n[Generador de paletas](https:\/\/r-charts.com\/es\/generador-paletas-colores\/)\n***\nR CHARTS por R CODER \\| © 2025","attrs_readable_markdown":null,"meta_canonical":null}

3. Robots.txt Check

Query:

Response:

4. Spam/Ban Check

Query:

Response:

5. Seen Status Check

ℹ️ Skipped - page is already crawled

📄

INDEXABLE

✅

CRAWLED

2 days ago

🤖

ROBOTS ALLOWED

Page Info Filters

Filter	Status	Condition	Details
HTTP status	PASS	`download_http_code = 200`	HTTP 200
Age cutoff	PASS	`download_stamp > now() - 6 MONTH`	0.1 months ago
History drop	PASS	`isNull(history_drop_reason)`	No drop reason
Spam/ban	PASS	`fh_dont_index != 1 AND ml_spam_score = 0`	ml_spam_score=0
Canonical	PASS	`meta_canonical IS NULL OR = '' OR = src_unparsed`	Not set

Page Details

Property	Value
URL	https://r-charts.com/es/distribucion/grafico-densidad-kernel/
Last Crawled	2026-04-05 05:53:29 (2 days ago)
First Indexed	2021-04-15 09:23:02 (4 years ago)
HTTP Status Code	200
Meta Title	Gráfico de la estimación tipo núcleo (kernel) de la densidad en R \| R CHARTS
Meta Description	Crea gráficos de densidad kernel en R, selecciona el kernel (núcleo) a ser usado y selecciona una ventana de suavizado en base a tus datos
Meta Canonical	null
Boilerpipe Text	Estimación kernel de la densidad Para crear un gráfico de densidad tipo núcleo tendrás que estimar primero la densidad. Para ello puedes hacer uso de la función density y luego pasar el objeto a la función plot . # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos) # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Gráfico densidad kernel") Selección del kernel El argumento kernel de la función density usa por defecto un kernel gaussiano ( kernel = "gaussian" ), pero existen otros tipos de kernel disponibles, como "rectangular" , "triangular" , "epanechnikov" , "biweight" , "cosine" y "optcosine" . La seleción dependerá de tus datos, pero el valor por defecto es el más recomendado. Kernel rectangular # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "rectangular") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel rectangular") Kernel triangular # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "triangular") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel triangular") Kernel epanechnikov # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "epanechnikov") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel epanechnikov") Kernel biweight # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "biweight") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel biweight") Kernel cosine # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "cosine") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel cosine") Selección de la ventana El argumento bw de la función density permite cambiar el parámetro ventana ( bandwidth ). Puedes pasar un valor, una cadena de una regla de selección o una función . El valor por defecto es "nrd0" (o bw.nrd0(.) ), que implementa el procedimiento conocido como rule-of-thumb . Otras opciones son: Variación de la rule-of-thumb de Scott (1992) "nrd" o bw.nrd(.) # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "nrd") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth nrd") Validación cruzada insesgada "ucv" o bw.ucv(.) # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "ucv") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth ucv") Validación cruzada sesgada "bcv" o bw.bcv(.) # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "bcv") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth bcv") Métodos de Sheather & Jones (1991) "SJ" o bw.SJ(.) # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "SJ") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth SJ") El bandwidth se debe elegir con precaución . Una ventana demasiado pequeña creará una curva sobreajustada mientras que una ventana demasiado grande creará una curva demasiado suave.
Markdown	Busca un gráfico [R CHARTS](https://r-charts.com/es/) - [Inicio](https://r-charts.com/es/) - [R base](https://r-charts.com/es/r-base/) - [R base](https://r-charts.com/es/distribucion/grafico-densidad-kernel/) Títulos * - [Añadiendo títulos](https://r-charts.com/es/r-base/titulo/#titulo-subtitulo) - [Función title](https://r-charts.com/es/r-base/titulo/#funcion-title) - [Ajustar los títulos](https://r-charts.com/es/r-base/titulo/#ajuste-titulo-subtitulo) - [Expresiones matemáticas](https://r-charts.com/es/r-base/titulo/#expresiones-matematicas) Textos * - [Función text](https://r-charts.com/es/r-base/textos/#funcion-text) - [Etiquetar puntos](https://r-charts.com/es/r-base/textos/#etiquetar-puntos) - [Función mtext](https://r-charts.com/es/r-base/textos/#funcion-mtext) - [Ajustar texto](https://r-charts.com/es/r-base/textos/#mtext-ajuste) Líneas * - [Función abline](https://r-charts.com/es/r-base/segments/#funcion-abline) - [Función segments](https://r-charts.com/es/r-base/segments/#funcion-segments) - [Función arrows](https://r-charts.com/es/r-base/segments/#funcion-arrows) - [Tipos y estilos de líneas](https://r-charts.com/es/r-base/tipos-lineas/) Ejes * - [Etiquetas](https://r-charts.com/es/r-base/ejes/#etiquetas) - [Función axis](https://r-charts.com/es/r-base/ejes/#funcion-axis) - [Marcas](https://r-charts.com/es/r-base/ejes/#marcas-ejes) - [Límites](https://r-charts.com/es/r-base/ejes/#limites) - [Escala](https://r-charts.com/es/r-base/ejes/#escala) - [Eje dual](https://r-charts.com/es/r-base/ejes/#eje-dual) Leyenda * - [Posición](https://r-charts.com/es/r-base/leyenda/#posicion) - [Orientación](https://r-charts.com/es/r-base/leyenda/#orientacion) - [Título](https://r-charts.com/es/r-base/leyenda/#titulo) - [Colores](https://r-charts.com/es/r-base/leyenda/#borde-color-fondo) - [Tamaño](https://r-charts.com/es/r-base/leyenda/#tama%C3%B1o) - [Leyenda fuera](https://r-charts.com/es/r-base/leyenda/#fuera-del-grafico) Otros * - [Color de fondo](https://r-charts.com/es/r-base/color-fondo/) - [Símbolos pch](https://r-charts.com/es/r-base/simbolos-pch/) - [Grids](https://r-charts.com/es/r-base/grid/) - [Tipos de cajas](https://r-charts.com/es/r-base/box-bty/) - [Márgenes](https://r-charts.com/es/r-base/margenes/) - [Combinar gráficos](https://r-charts.com/es/r-base/combinar-graficos/) Guías rápidas [![Símbolos pch](https://r-charts.com/es/tags/r-base/simbolos-pch_files/figure-html/simbolos-pch.png)](https://r-charts.com/es/r-base/simbolos-pch/#lista) [![Márgenes en R](https://r-charts.com/es/tags/r-base/margenes_files/figure-html/margenes-mar.png)](https://r-charts.com/es/r-base/margenes/#mar-omi) [![Márgenes exteriores](https://r-charts.com/es/tags/r-base/margenes_files/figure-html/margenes-exteriores.png)](https://r-charts.com/es/r-base/margenes/#oma-omi) [![Tipos de líneas](https://r-charts.com/es/tags/r-base/lineas_files/figure-html/tipos-lineas.png)](https://r-charts.com/es/r-base/tipos-lineas/#tipos-linea) [![Grosor de las líneas](https://r-charts.com/es/tags/r-base/lineas_files/figure-html/ancho-linea.png)](https://r-charts.com/es/r-base/tipos-lineas/#ancho-linea) [Ver todos los gráficos de R base](https://r-charts.com/es/r-base/) - [ggplot2](https://r-charts.com/es/ggplot2/) - [colores](https://r-charts.com/es/distribucion/grafico-densidad-kernel/) [COLORES](https://r-charts.com/es/colores/) [PALETAS DE COLOR](https://r-charts.com/es/paletas-colores/) [GENERADOR DE PALETAS](https://r-charts.com/es/generador-paletas-colores/) - [Aprende R](https://r-coder.com/curso-r/) - [Acerca](https://r-charts.com/es/acerca/) - [Contacto](https://r-coder.com/contacto/) - [English](https://r-charts.com/distribution/kernel-density-plot/) [INICIO](https://r-charts.com/es/) [DISTRIBUCION](https://r-charts.com/es/distribucion/) [GRAFICO DENSIDAD KERNEL](https://r-charts.com/es/distribucion/grafico-densidad-kernel/) # Gráfico de la estimación tipo núcleo (kernel) de la densidad en R ## Estimación kernel de la densidad Para crear un gráfico de densidad tipo núcleo tendrás que estimar primero la densidad. Para ello puedes hacer uso de la función `density` y luego pasar el objeto a la función `plot`. ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos) # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Gráfico densidad kernel") ``` ![Gráfico de la densidad kernel en R](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/grafico-densidad-kernel.png) ## Selección del kernel El argumento `kernel` de la función `density` usa por defecto un kernel gaussiano (`kernel = "gaussian"`), pero existen otros tipos de kernel disponibles, como `"rectangular"`, `"triangular"`, `"epanechnikov"`, `"biweight"`, `"cosine"` y `"optcosine"`. La seleción dependerá de tus datos, pero el valor por defecto es el más recomendado. ![Gráfico kernel rectangular en R](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/kernel-rectangular.png) Kernel rectangular ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "rectangular") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel rectangular") ``` ![Kernel triangular gráfico de densidad](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/kernel-traingular.png) Kernel triangular ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "triangular") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel triangular") ``` ![Kernel epanechnikov para la estimación de la densidad en R](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/kernel-epanechnikov.png) Kernel epanechnikov ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "epanechnikov") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel epanechnikov") ``` ![Kernel biweight en R](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/kernel-biweight.png) Kernel biweight ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "biweight") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel biweight") ``` ![Estimación de la densidad con un núcleo cosine](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/kernel-cosine.png) Kernel cosine ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, kernel = "cosine") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Kernel cosine") ``` ## Selección de la ventana El argumento `bw` de la función `density` permite cambiar el parámetro ventana (bandwidth). Puedes pasar un valor, una cadena de una regla de selección o una función. El valor por defecto es `"nrd0"` (o `bw.nrd0(.)`), que implementa el procedimiento conocido como rule-of-thumb. Otras opciones son: Variación de la rule-of-thumb de Scott (1992) `"nrd"` o `bw.nrd(.)` ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "nrd") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth nrd") ``` ![Selección de la ventana con la rule of thumb bandwidth de Scott](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/nrd-bandwidth.png) Validación cruzada insesgada `"ucv"` o `bw.ucv(.)` ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "ucv") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth ucv") ``` ![Selección de la ventana en R mediante validación cruzada insesgada](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/ucv-bandwidth.png) Validación cruzada sesgada `"bcv"` o `bw.bcv(.)` ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "bcv") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth bcv") ``` ![Selección del bandwidth mediante validación cruzada en R](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/bcv-bandwidth.png) Métodos de Sheather & Jones (1991) `"SJ"` o `bw.SJ(.)` ``` # Datos set.seed(14012021) datos <- rnorm(200, mean = 4) # Estimación kernel de la densidad d <- density(datos, bw = "SJ") # Gráfico de la densidad tipo núcleo plot(d, lwd = 2, main = "Bandwidth SJ") ``` ![Métodos de Sheather y Jones para la selección de ventanas en R](https://r-charts.com/es/distribucion/grafico-densidad-kernel_files/figure-html/sj-bandwidth.png) El bandwidth se debe elegir con precaución. Una ventana demasiado pequeña creará una curva sobreajustada mientras que una ventana demasiado grande creará una curva demasiado suave. [![Python Charts](https://r-charts.com/images/banner-python-charts-es.png)](https://python-charts.com/es/) También te puede interesar [![La función boxplot en R](https://r-charts.com/es/distribucion/funcion-boxplot_files/figure-html/boxplot-destacada.png) La función boxplot en R](https://r-charts.com/es/distribucion/funcion-boxplot/) [![Box plot en ggplot2](https://r-charts.com/es/distribucion/box-plot-ggplot2_files/figure-html/boxplot-ggplot2-colores.png) Box plot en ggplot2](https://r-charts.com/es/distribucion/box-plot-ggplot2/) [![Gráfico de densidad por grupo en ggplot2](https://r-charts.com/es/distribucion/grafico-densidad-grupo-ggplot2_files/figure-html/densidad-grupo-ggplot-areas.png) Gráfico de densidad por grupo en ggplot2](https://r-charts.com/es/distribucion/grafico-densidad-grupo-ggplot2/) [![Gráfico de violín por grupo en R](https://r-charts.com/es/distribucion/grafico-violin-grupo_files/figure-html/vioplot-color.png) Gráfico de violín por grupo en R](https://r-charts.com/es/distribucion/grafico-violin-grupo/) [![Box plot con puntos de datos en ggplot2](https://r-charts.com/es/distribucion/box-plot-puntos-datos-ggplot2_files/figure-html/boxplot-ggplot-jitter-color.png) Box plot con puntos de datos en ggplot2](https://r-charts.com/es/distribucion/box-plot-puntos-datos-ggplot2/) [![Box plot por grupo en ggplot2](https://r-charts.com/es/distribucion/box-plot-grupo-ggplot2_files/figure-html/boxplot-grupo-ggplot-colores.png) Box plot por grupo en ggplot2](https://r-charts.com/es/distribucion/box-plot-grupo-ggplot2/) [![Histograma con curvas de densidad en R](https://r-charts.com/es/distribucion/histograma-curvas_files/figure-html/histograma-curva-normal.png) Histograma con curvas de densidad en R](https://r-charts.com/es/distribucion/histograma-curvas/) [![Ridgeline en R](https://r-charts.com/en/distribution/ridgeline_files/figure-html/ridgeline.png) Ridgeline en R](https://r-charts.com/es/distribucion/ridgeline/) [![Histograma de frecuencias en R con la función hist](https://r-charts.com/es/distribucion/histograma-frecuencias_files/figure-html/color-histograma-frecuencias.png) Histograma de frecuencias en R con la función hist](https://r-charts.com/es/distribucion/histograma-frecuencias/) [![Dumbbell plot (gráfico de mancuernas) en ggplot2](https://r-charts.com/es/distribucion/dumbbell-plot-ggplot2_files/figure-html/dumbbell-plot-color-ggplot2.png) Dumbbell plot (gráfico de mancuernas) en ggplot2](https://r-charts.com/es/distribucion/dumbbell-plot-ggplot2/) R CODER Políticas [Aviso legal](https://r-charts.com/es/aviso-legal/) Recursos [Inicio](https://r-charts.com/es/) [R base](https://r-charts.com/es/r-base/) [ggplot2](https://r-charts.com/es/ggplot2/) [Acerca](https://r-charts.com/es/acerca) Herramientas [Colores](https://r-charts.com/es/colores/) [Conversor de color](https://r-charts.com/es/colores/#conversor) [Paletas de colores](https://r-charts.com/es/paletas-colores/) [Generador de paletas](https://r-charts.com/es/generador-paletas-colores/) *** R CHARTS por R CODER \\| © 2025
Readable Markdown	null
Shard	168 (laksa)
Root Hash	12163586914105324168
Unparsed URL	com,r-charts!/es/distribucion/grafico-densidad-kernel/ s443