Ejercicio 1 de Estadística Computacional USACH
Lucas Mesías
Desafio 1:
var1 = 4
var2 = 3
bool1 = TRUE
bool2 = FALSE
vect = c(1, 2, 3, 4)- Función exponencial
exp(var1)## [1] 54.59815- Operador exponencial
var1 ^ var2## [1] 64- Operador módulo
var1 %% var2## [1] 1- Revisar igualdad
var1 == var2## [1] FALSE- Revisar desigualdad
var1 != var2## [1] TRUE- Operadores de mayor y menor
var1 > var2## [1] TRUEvar1 < var2## [1] FALSE- Operador lógico AND
bool1 && bool2## [1] FALSE- Operador lógico OR
bool1 || bool2## [1] TRUE- Media de un vector
mean(vect)## [1] 2.5- Elemento mayor de un vector
max(vect)## [1] 4Desafio 2:
Factor Los factores se utilizan para clasificar datos, siendo los niveles del factor las distintas clasificaciones. Además se usa para economizar memoria, almacenando internamente cada valor numéricamente.
# se crea el vector con datos
color = c("r", "b", "g", "b", "g", "r", "b")
# se usa la función factor, se introduce el vector con los datos, los niveles y
# la etiqueta para el nombre completo de las categorías
color = factor(color, levels=c("r", "g", "b"), labels = c("rojo", "verde", "azul"))
color## [1] rojo azul verde azul verde rojo azul
## Levels: rojo verde azul# las etiquetas aparecen en los resultados estadísticos generados
table(color)## color
## rojo verde azul
## 2 2 3Tablas Importar un archivo CSV
n_tabla = read.table("datos.csv", header=TRUE, sep=",")
# Mostrar tabla
n_tabla## country followers mentions retweets
## 1 BRASIL 6166 19.600 145
## 2 ECUADOR 2884 11.875 146
## 3 MEXICO 123 13.750 130
## 4 ECUADOR 2214 12.475 136# Mostrar columna específica
n_tabla$country## [1] "BRASIL" "ECUADOR" "MEXICO" "ECUADOR"# Crear una tabla para una columna
table(n_tabla$country)##
## BRASIL ECUADOR MEXICO
## 1 2 1# Obtener nombres de la tabla
dimnames(n_tabla)## [[1]]
## [1] "1" "2" "3" "4"
##
## [[2]]
## [1] "country" "followers" "mentions" "retweets"Coersión
# Transformar datos
variable = 12.45
as.integer(variable)## [1] 12# Transformar conjuntos de datos
matriz = matrix(c(2,3,4,5), nrow=2)
matriz## [,1] [,2]
## [1,] 2 4
## [2,] 3 5as.vector(matriz)## [1] 2 3 4 5as.data.frame(matriz)## V1 V2
## 1 2 4
## 2 3 5Desafio 3:
- Piedra papel o tijeras en R:
Mensajes de victoria/derrota.
win_msg = function()
{
cat("Ganaste")
}
lose_msg = function()
{
cat("Perdiste")
}Mostrar en pantalla las opciones escogidas, donde:
1 = Piedra
2 = Papel
3 = Tijera
show_options = function(user_i, bot_i)
{
val = switch(user_i, "Piedra", "Papel", "Tijera")
cat("Usuario: ")
cat(val)
cat("\t\t")
val = switch(bot_i, "Piedra", "Papel", "Tijera")
cat("Bot: ")
cat(val)
cat("\n")
}Función principal, se toma la entrada del usuario y se genera la jugada del bot.
desafio3 = function()
{
cat("1. Piedra\n2. Papel\n3. Tijera\n")
user_input = readline("Escriba su opción: ")
user_input = as.integer(user_input)
bot_input = sample(1:3, 1)
show_options(user_input, bot_input)
if (user_input == bot_input)
{
cat("Empate\n")
}
if (user_input == 1)
{
if (bot_input == 2)
lose_msg()
if (bot_input == 3)
win_msg()
}
if (user_input == 2)
{
if (bot_input == 3)
lose_msg()
if (bot_input == 1)
win_msg()
}
if (user_input == 3)
{
if (bot_input == 1)
lose_msg()
if (bot_input == 2)
win_msg()
}
}Desafio 4:
Dataset “ChickWieght”
# Cargar datos
data(ChickWeight)
head(ChickWeight)## weight Time Chick Diet
## 1 42 0 1 1
## 2 51 2 1 1
## 3 59 4 1 1
## 4 64 6 1 1
## 5 76 8 1 1
## 6 93 10 1 1Este conjunto de datos es un registro del peso de polluelos en distintas dietas, a lo largo de varios días. Se puede usar para observar cuál de las recetas experimentales amuenta o disminuye el peso de los polluelos.
Fuentes del dataset: “Crowder, M. and Hand, D. (1990), Analysis of Repeated Measures, Chapman and Hall (example 5.3)
Hand, D. and Crowder, M. (1996), Practical Longitudinal Data Analysis, Chapman and Hall (table A.2)
Pinheiro, J. C. and Bates, D. M. (2000) Mixed-effects Models in S and S-PLUS, Springer.”
Variables: * Weight Peso en gramos del polluelo, es un valor métrico cuantitativo de ratio y continuo * Time Tiempo en días desde el nacimiento del polluelo, es un valor métrico cuantitativo de ratio y continuo * Chick Número identificador del polluelo, es un valor cualitativo ordinal * Diet Número identificador de las dietas experimentales, es un valor cualitativo ordinal
Función Resumen
summary(ChickWeight)## weight Time Chick Diet
## Min. : 35.0 Min. : 0.00 13 : 12 1:220
## 1st Qu.: 63.0 1st Qu.: 4.00 9 : 12 2:120
## Median :103.0 Median :10.00 20 : 12 3:120
## Mean :121.8 Mean :10.72 10 : 12 4:118
## 3rd Qu.:163.8 3rd Qu.:16.00 17 : 12
## Max. :373.0 Max. :21.00 19 : 12
## (Other):506Se muestra un resumen autogenerado por R, el cual interpreta los datos sin contexto, ya que el tiempo en días se analiza y se presentan resultados que no aportan información útil, o el identificador de los polluelos, indicando las veces que se repite dicho indicador.
Luego, en las columnas de peso y dieta se analizan correctamente los datos, en el peso nos muestra distintas propiedades de la muestra (mínimos, promedios, cuartiles, etc), y la cantidad de polluelos que recibieron cada dieta.
Este resumen no nos ayuda a analizar los datos correctamente, ya que el propósito que se pretende obtener de estos es conocer el efecto de las dietas sobre el peso de los pollos.
Función graficar
plot(ChickWeight)
Se muestra la intersección de todos los datos de la tabla de dos en dos, nuevamente, ninguno de los gráficos es útil para la investigación que los datos proponen.
El gráfico de peso/dieta no toma en cuenta el tiempo, es decir, no podemos diferenciar el efecto de las dietas a lo largo del tiempo, no sabemos si un incremento de peso ocurre en los primeros días o en los últimos días, solo sabemos que la dieta 3 produce algunos polluelos con más peso, pero no sabemos si son diferentes polluelos o es un único polluelo que ganó mucho peso.
El resto de gráficos no aportan información legible, ya que este análisis requiere de más de 2 variables a la vez, siendo la más importante, el peso del polluelo a lo largo del tiempo, según cada dieta.