Scribd
Cargar
37 vistas2 páginas

Library

Este documento analiza los datos de edad, altura, ciudad y profesión de 32 personas usando R. Se calculan estadísticas descriptivas como mínimo, máximo, rango, media, mediana, varianza, desviación estándar, coeficiente de variación, asimetría, cuartiles e IQR para edad y altura. También se generan histogramas, diagramas de cajas, gráficos de puntos y de barras para visualizar la distribución de los datos.

Cargado por

Saúl AG
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
37 vistas2 páginas

Library

Este documento analiza los datos de edad, altura, ciudad y profesión de 32 personas usando R. Se calculan estadísticas descriptivas como mínimo, máximo, rango, media, mediana, varianza, desviación estándar, coeficiente de variación, asimetría, cuartiles e IQR para edad y altura. También se generan histogramas, diagramas de cajas, gráficos de puntos y de barras para visualizar la distribución de los datos.

Cargado por

Saúl AG
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

> library(ggplot2)

> library(purrr)
> library(moments)
> datos_edad <- c(32, 22, 24, 35, 30, 36, 34, 36, 30, 49, 30, 27, 34, 36,
26, 57, 42, 30, 26, 41, 41, 32, 39, 29, 25, 44, 26, 30, 29, 27, 54, 38)
> datos_altura <- c(172, 155, 172, 171, 170, 165, 178, 157, 165, 148,
162, 178, 157, 168, 171, 175, 174, 181, 169, 155, 155, 175, 160, 160,
168, 177, 181, 180, 185, 165, 170, 174)
> datos_ciudad <- c("Bahia", "Portoviejo", "Manta", "Portoviejo",
"Portoviejo", "Portoviejo", "Portoviejo", "Portoviejo", "Rocafuerte",
"Manta", "Rocafuerte", "Portoviejo", "Portoviejo", "Portoviejo",
"Portoviejo", "Portoviejo", "Portoviejo", "Rocafuerte", "Montecristi",
"Manta", "Manta", "Portoviejo", "Portoviejo", "Portoviejo", "Manta",
"Portoviejo", "Portoviejo", "Montecristi", "Portoviejo", "Portoviejo",
"Portoviejo", "Manta")
> datos_profesion <- c("Ingeniero Sistema","ING. Quimica", "Ing.
Quimica", "Ingeniero civil", "Ingeniero civil", "Ingeniero civil",
"Ingeniero civil", "Ingeniero civil", "Ingeniero civil", "Ingeniero
civil", "Arquitectura", "Ingeniero civil", "Ingeniero Sistema",
"Arquitectura", "Arquitectura", "Ingeniero civil", "Ingeniero civil",
"Ingeniero civil", "Ingeniero civil", "Ingeniero civil", "Ingeniero
civil", "Ingeniero civil", "Diseño Grafico", "Ingeniero civil",
"Arquitectura", "Ingeniero civil", "Ingeniero civil", "Ingeniero civil",
"Ingeniero civil", "Ingeniero civil", "Ingeniero civil", "Ingeniero
civil")
> data_frame <- [Link](edad = datos_edad, altura = datos_altura,
ciudad = datos_ciudad, profesion = datos_profesion)
> minimo <- apply(data_frame[, 1:2], 2, min)
> maximo <- apply(data_frame[, 1:2], 2, max)
> rango <- maximo - minimo
> media <- apply(data_frame[, 1:2], 2, mean)
> mediana <- apply(data_frame[, 1:2], 2, median)
> varianza <- apply(data_frame[, 1:2], 2, var)
> desviacion_estandar <- apply(data_frame[, 1:2], 2, sd)
> coef_variacion <- apply(data_frame[, 1:2], 2, function(x) sd(x) /
mean(x))
> coef_asimetria <- apply(data_frame[, 1:2], 2, skewness)
> decil <- apply(data_frame[, 1:2], 2, quantile, probs = seq(0, 1, by =
0.1))
> curtosis <- apply(data_frame[, 1:2], 2, kurtosis)
> cuartiles <- apply(data_frame[, 1:2], 2, quantile, probs = c(0.25, 0.5,
0.75))
> rango_intercuartil <- apply(data_frame[, 1:2], 2, IQR)
> distribucion_frecuencias <- map(data_frame[, 1:2], table)
> distribucion_frecuencias[["edad"]]

22 24 25 26 27 29 30 32 34 35 36 38 39 41 42 44 49 54 57
1 1 1 3 2 2 5 2 2 1 3 1 1 2 1 1 1 1 1
> distribucion_frecuencias[["altura"]]

148 155 157 160 162 165 168 169 170 171 172 174 175 177 178 180 181 185
1 3 2 2 1 3 2 1 2 2 2 2 2 1 2 1 2 1
> plot(data_frame$edad, data_frame$altura, main = "Gráfico de Puntos",
xlab = "Edad", ylab = "Altura")
> stem(data_frame$edad)

The decimal point is 1 digit(s) to the right of the |

2 | 24
2 | 56667799
3 | 000002244
3 | 566689
4 | 1124
4 | 9
5 | 4
5 | 7

> boxplot(data_frame$edad, data_frame$altura, main = "Diagrama de Cajas",


names = c("Edad", "Altura"))
> hist(data_frame$edad, main = "Histograma de Edad", xlab = "Edad")
> ggplot(data_frame, aes(x = ciudad)) +
+ geom_bar(fill = "skyblue", color = "black") +
+ labs(title = "Gráfico de Barras para Ciudad", x = "Ciudad") +
+ theme([Link].x = element_text(angle = 45, hjust =
+ 1))
> source("~/scrib.R")

También podría gustarte