Preparación de datos

Primero se ilustra la creación de una tabla que contiene en las columnas cada uno de los campos mencionados anteriormente y en cada renglón los valores especificados para cada actividad.

Item<-c(1:7)
Actividades<-c("Planeación del Eperimento","Diseño y programación del experimento", "Preparación de sujetos experimentales","Conducción del experimento","Recolección de datos","Análisis de resultados","Redacción de reporte")
Etapas<-c("Preparación","Preparación","Preparación","Realización","Realización","Reporte","Reporte")
Inicio<- as.Date(c("01/07/2021","01/08/2021","01/08/2021","01/09/2021","01/09/2021","01/11/2021","01/12/2021"),format= '%d/%m/%Y')
Final<-as.Date(c("31/07/2021","31/08/2021","31/08/2021","30/11/2021","30/11/2021","30/11/2021","31/12/2021"),format= '%d/%m/%Y')
data.frame(Item,Actividades,Etapas,Inicio,Final)

##   Item                           Actividades      Etapas     Inicio      Final
## 1    1             Planeación del Eperimento Preparación 2021-07-01 2021-07-31
## 2    2 Diseño y programación del experimento Preparación 2021-08-01 2021-08-31
## 3    3 Preparación de sujetos experimentales Preparación 2021-08-01 2021-08-31
## 4    4            Conducción del experimento Realización 2021-09-01 2021-11-30
## 5    5                  Recolección de datos Realización 2021-09-01 2021-11-30
## 6    6                Análisis de resultados     Reporte 2021-11-01 2021-11-30
## 7    7                  Redacción de reporte     Reporte 2021-12-01 2021-12-31

En segundo lugar se transforma la base datos para poder crear la representación como un Gráfico de Gantt. La base requiere contener en una misma variable el inicio y final de cada actividad, por lo que hay de duplicar la información contenida en cada variable de la base original para que todas las columnas tengan la misma extensión, además de agregar una columna nueva que indique si la fecha de cada renglón es de inicio o final.

Item<-c(Item,Item)
Actividades<-factor(c(Actividades,Actividades),levels =c("Redacción de reporte","Análisis de resultados","Recolección de datos","Conducción del experimento","Preparación de sujetos experimentales","Diseño y programación del experimento","Planeación del Eperimento") )
Etapas<-factor(c(Etapas,Etapas))
Fechas<-c(Inicio,Final)
Estado<-factor(c(rep("Inicio",7),rep("Final",7)))
cronograma<-data.frame(Item,Actividades,Etapas,Fechas,Estado)
cronograma

##    Item                           Actividades      Etapas     Fechas Estado
## 1     1             Planeación del Eperimento Preparación 2021-07-01 Inicio
## 2     2 Diseño y programación del experimento Preparación 2021-08-01 Inicio
## 3     3 Preparación de sujetos experimentales Preparación 2021-08-01 Inicio
## 4     4            Conducción del experimento Realización 2021-09-01 Inicio
## 5     5                  Recolección de datos Realización 2021-09-01 Inicio
## 6     6                Análisis de resultados     Reporte 2021-11-01 Inicio
## 7     7                  Redacción de reporte     Reporte 2021-12-01 Inicio
## 8     1             Planeación del Eperimento Preparación 2021-07-31  Final
## 9     2 Diseño y programación del experimento Preparación 2021-08-31  Final
## 10    3 Preparación de sujetos experimentales Preparación 2021-08-31  Final
## 11    4            Conducción del experimento Realización 2021-11-30  Final
## 12    5                  Recolección de datos Realización 2021-11-30  Final
## 13    6                Análisis de resultados     Reporte 2021-11-30  Final
## 14    7                  Redacción de reporte     Reporte 2021-12-31  Final

Representación del cronograma como un Gráfico de Gantt

En el siguiente segmento de código se ilustra el uso de la función ggplot() para producir un gráfico que muestre en el eje vertical a cada una de las actividades contempladas en el cronograma y sobre le plano de la figura líneas horizontales de determinada longitud que correspondan a la duración de cada actividad a través del tiempo (eje horizontal). En la gráfica se incluye además una codificación de colores para las actividades dependiendo de la Etapa a la que corresponden. Para lograrlo, basta con introducir como primer argumento la base de datos (cronograma) y como parte del segundo argumento aes(), la especificación de la variable que corresponde al eje X (Fechas), la variable correspondiente al eje Y (Actividades), el código de colores para distinguir a las etapas (col=), y la variable de agrupación Item (group=) para señalar que para cada actividad hay una fecha de inicio y una fecha de finalización. La segunda línea indica que se usará precisamente una línea para conectar la fecha de inicio con la fecha final de cada actividad, en donde el argumento size=10 especifica el grosor de la línea (que en este caso se verá reflejado en la altura de cada línea horizontal). El usuario puede probar diferentes valores en este argumento para elegir el que considere adecuado para su representación. La tercera línea permite especificar los rótulos de los Ejes X y Y, así como el título del gráfico.

library(ggplot2)
gant.chart<- ggplot(cronograma, aes(Fechas, Actividades, color = Etapas, group=Item)) +
  geom_line(size = 10) +
  labs(x="Duración del Programa de Servicio Social", y=NULL, title="Actividades a realizar")

gant.chart

En caso de requerir algún señalamiento de fechas particulares, es posible dibujar líneas verticales en momentos específicos a través del tiempo. Para ello es necesario especificar las fechas en primer lugar y después agregarlas al código con el que se generó el Gráfico de Gantt con la función geom_vline(), en donde se señalan los valores del eje horizontal en los que se colocará cada línea (xintercept=fechas.importantes), el tipo de línea, el color y grosor.

# creación de una variable con fechas específicas
fechas.improtantes<-as.Date(c("31/07/2021","31/08/2021","30/09/2021","31/10/2021","30/11/2021","31/12/2021"),format= '%d/%m/%Y')

gant.chart +
 geom_vline(xintercept = fechas.improtantes, linetype=1, color = "red", size=1)

Creación de base de datos

Como en el ejemplo del Gráfico de Gantt, en este caso también debe conformarse una base de datos que permita su fácil representación con el código descrito. Para ello, además de modificar la conformación original de la base, también hay que modificar el formato de las variables que indican el segundo de inicio y final de cada instancia de los modos lingüísticos (ML), para convertir los números en variables con formato de tiempo. La función que permite esta conversión es as.POSIXct() en la que se debe incluir como primer argumento la variable que contiene al tiempo en formato numérico y como segundo argumento un punto de referencia como origen a partir del cual se compara el paso del tiempo (origin=). Cuando la variable temporal con la que se cuenta ya tiene un formato de fecha y hora, no hace falta aplicar la función as.POSIXct() y es posible leer tal variable usando la función as.Date() para integrarla a la base de datos.

id<-rep(c(1:35),2)
ML<-factor(c(base$Serie,base$Serie),levels=c("O","s","E","h","L","e"))
inicio.seg<-as.POSIXct(base$Inicio,origin = "2020-10-14 12:00:00")
final.seg<-as.POSIXct(base$Final,origin = "2020-10-14 12:00:00")
estado<-factor(c(rep("Inicio",35),rep("Final",35)))

base.TS<-data.frame(id,ML,c(inicio.seg,final.seg))
colnames(base.TS)<-c("id","ML","tiempo")
base.TS

##    id ML              tiempo
## 1   1  L 2020-10-14 07:00:01
## 2   2  E 2020-10-14 07:01:00
## 3   3  s 2020-10-14 07:02:09
## 4   4  h 2020-10-14 07:03:11
## 5   5  e 2020-10-14 07:03:21
## 6   6  L 2020-10-14 07:03:35
## 7   7  s 2020-10-14 07:03:41
## 8   8  e 2020-10-14 07:03:42
## 9   9  L 2020-10-14 07:04:04
## 10 10  e 2020-10-14 07:04:10
## 11 11  L 2020-10-14 07:04:30
## 12 12  e 2020-10-14 07:04:33
## 13 13  L 2020-10-14 07:04:52
## 14 14  e 2020-10-14 07:04:59
## 15 15  L 2020-10-14 07:05:23
## 16 16  e 2020-10-14 07:05:44
## 17 17  L 2020-10-14 07:05:47
## 18 18  e 2020-10-14 07:05:56
## 19 19  L 2020-10-14 07:05:59
## 20 20  e 2020-10-14 07:06:05
## 21 21  L 2020-10-14 07:06:32
## 22 22  e 2020-10-14 07:06:39
## 23 23  h 2020-10-14 07:06:50
## 24 24  h 2020-10-14 07:07:12
## 25 25  h 2020-10-14 07:07:51
## 26 26  L 2020-10-14 07:07:57
## 27 27  h 2020-10-14 07:08:00
## 28 28  h 2020-10-14 07:08:21
## 29 29  h 2020-10-14 07:09:04
## 30 30  h 2020-10-14 07:09:05
## 31 31  h 2020-10-14 07:09:08
## 32 32  h 2020-10-14 07:09:09
## 33 33  h 2020-10-14 07:09:10
## 34 34  e 2020-10-14 07:09:12
## 35 35  s 2020-10-14 07:09:14
## 36  1  L 2020-10-14 07:00:59
## 37  2  E 2020-10-14 07:02:08
## 38  3  s 2020-10-14 07:03:10
## 39  4  h 2020-10-14 07:03:20
## 40  5  e 2020-10-14 07:03:34
## 41  6  L 2020-10-14 07:03:40
## 42  7  s 2020-10-14 07:03:41
## 43  8  e 2020-10-14 07:04:03
## 44  9  L 2020-10-14 07:04:09
## 45 10  e 2020-10-14 07:04:29
## 46 11  L 2020-10-14 07:04:32
## 47 12  e 2020-10-14 07:04:51
## 48 13  L 2020-10-14 07:04:58
## 49 14  e 2020-10-14 07:05:22
## 50 15  L 2020-10-14 07:05:43
## 51 16  e 2020-10-14 07:05:46
## 52 17  L 2020-10-14 07:05:55
## 53 18  e 2020-10-14 07:05:58
## 54 19  L 2020-10-14 07:06:04
## 55 20  e 2020-10-14 07:06:31
## 56 21  L 2020-10-14 07:06:38
## 57 22  e 2020-10-14 07:06:49
## 58 23  h 2020-10-14 07:07:11
## 59 24  h 2020-10-14 07:07:50
## 60 25  h 2020-10-14 07:07:56
## 61 26  L 2020-10-14 07:07:59
## 62 27  h 2020-10-14 07:08:20
## 63 28  h 2020-10-14 07:09:03
## 64 29  h 2020-10-14 07:09:04
## 65 30  h 2020-10-14 07:09:07
## 66 31  h 2020-10-14 07:09:08
## 67 32  h 2020-10-14 07:09:09
## 68 33  h 2020-10-14 07:09:11
## 69 34  e 2020-10-14 07:09:13
## 70 35  s 2020-10-14 07:13:28

Representación de la secuencia de conductas a través del tiempo (Versión A)

A continuación se representa la ocurrencia de uno u otro ML reactivo (O, L, E) o activo (s, e, h) a través del tiempo que el participante dedicó al estudio sobre el tema de las compuertas lógicas.

categorical.TS<- ggplot(base.TS, aes(tiempo, ML, color = ML, group=id)) +
  geom_line(size = 10) +
  labs(x="Duración del periodo de estudio", y=NULL, title="Modos lingüísticos empleados")
categorical.TS 

Representación de la secuencia de conductas a través del tiempo (Versión B)

A continuación se hace la misma representación que en la figura anterior, con la diferencia de que en ésta se incluye una categorización de los ML como reactivos o activos, añadiendo una codificación delcolor de acuerdo con estas categorías. Para ello primero se crea una nueva variable (modo) a partir del ML, para incluirlo en la base de datos generada en el segmento anterios.

modo<-NA
for (i in 1:70){
  if (ML[i]=="O"|ML[i]=="E"|ML[i]=="L"){
    modo[i]<-"Modo reactivo"
  }
    if (ML[i]=="s"|ML[i]=="h"|ML[i]=="e"){
    modo[i]<-"Modo activo"
  }
}


base.TS<-cbind(base.TS,modo)

categorical.TS.2<-ggplot(base.TS, aes(tiempo, ML, color = modo, group=id)) +
  geom_line(size = 10) +
  labs(x="Duración del periodo de estudio", y=NULL, title="Modos lingüísticos empleados")

categorical.TS.2

Finalmente, se ilustra la inlcusión de líneas verticales en momentos específicos de manera semejante a como se ejemplificó en el Gráfico de Gantt. También se ilustra la inclusión de una paleta de colores particular (de entre varias posibilidades) para establecer arbitrariamente los colores de cada categoría del modo reactivo o activo.

momento<-as.POSIXct("2020-10-14 07:01:40", format = "%Y-%m-%d %H:%M:%S")

categorical.TS.2 + geom_vline(xintercept = momento, linetype=2, 
             color = "blue", size=1) +
  scale_color_brewer(palette="Dark2",name="Categorias de Registro")