Interpretación gráfica de una variable temporal

Dependiendo del intervalo de tiempo escogido a la hora de graficar los valores de una cierta variable que mide la presencia de una substancia en sangre, se puede hacer una interpretación muy diferente de su significado.  

#INICIO -------------------------
rm(list=ls(all=TRUE))

#Introducimos las fechas en las que se hicieron todas las mediciones del parámetro
fechas<-c('1999-6-9','2005-4-7','2006-6-20','2008-7-11','2011-6-16','2013-10-22','2015-2-25','2017-7-2','2018-5-7','2019-7-8','2021-2-16','2022-6-30')
fechas<-as.Date(fechas)

#Introducimos los valores de la substancia medidos en las anteriores fechas
val<-c(1.17,0.98,1.23,1.37,2.01,1.31,1.56,1.89,2.61,3.32,3.38,4.08)

split.screen(c(2,1))

screen(1) #Gráfico entre 1999 y 2022
plot(fechas,val,ylim=c(0,5),type='b',pch=19,lwd=3,col='blue',xlab='Tiempo',ylab='Valores')

text(fechas,val,labels=val,pos=3,col='red')

#Introducimos un período más reciente
fechasREC<-fechas[5:12]
valREC<-val[5:12]

screen(2) #Gráfico entre 2011 y 2022
plot(fechasREC,valREC,ylim=c(0,5),type='b',pch=19,lwd=3,col='blue',xlab='Tiempo',ylab='Valores')
text(fechasREC,valREC,labels=valREC,pos=3,col='red')

#En el gráfico superior se aprecia con más claridad la subida de la substancia a partir de 2017, aproximadamente

#FIN -------------------------