Graficos Interactivos en R_Estudio
ZEÑA LLAUCE JOSE ISMAEL
2023-08-14
INTRODUCCION
A CONTINUACION SE PRESENTAN GRAFICOS CON DATOS GENERADOS DE LAS CALIFICACIONES DE LOS ALUMNOS DE LAS AREAS DE CIENCIAS, POSTERIORNENTE SE PRESENTAN LOS CALCULOS EN R_ESTUDIO http://rmarkdown.rstudio.com.
SE CARGAN LOS DATOS LOS ALUMNO
EN ESTA PARTE SE MUESTRA LA FORMA COMO SE CARGAN LOS DATOS Y SE CREA UNA DATA EN R_ESTUDIO
#CARGAR DATOS DE ALUMNOS
GENERO=c("HOMBRE","MUJER","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","HOMBRE","HOMBRE","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","HOMBRE","HOMBRE","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","HOMBRE","HOMBRE","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","HOMBRE","HOMBRE","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","HOMBRE","HOMBRE","MUJER","HOMBRE","MUJER","MUJER","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","HOMBRE","HOMBRE","MUJER","MUJER","HOMBRE")
MATE=c(12,15,13,14,16,11,10,10,9,7,8,12,12,16,16,14,11,11,18,17,15,17,15,13,12,11,8,12,9,9,10,14,11,17,18,15,10,9,8,14,12,13,11,12,10,13,16,11,10,12,15,13,14,16,11,10,10,9,11,10,12,14,11,17,18,15,10,9,8,14,12,11,18,17,15,17,15,13,12,11,8,12,9,9,10,14,11,17,18,15,10,8,12,9,9,10,14,11,17)
COMU=c(13,14,16,11,10,10,9,7,8,12,12,16,16,14,11,11,18,8,12,12,16,16,14,11,11,18,17,15,17,15,13,12,11,8,12,9,9,12,15,13,14,16,11,10,10,9,11,10,12,14,11,17,18,15,10,9,8,14,12,11,18,17,9,8,14,12,13,11,12,10,13,16,11,10,12,11,10,10,9,11,10,12,14,11,17,18,15,10,12,15,13,14,16,11,10,10,9,12,15)
CyT=c(13,12,11,8,12,9,9,10,14,11,17,18,15,10,9,8,14,12,13,11,12,10,13,16,11,11,10,10,9,7,8,12,12,16,16,14,11,11,18,17,15,17,15,13,12,11,8,12,9,9,12,15,12,12,16,16,14,11,11,18,17,15,17,15,13,12,11,13,14,16,11,10,10,9,7,8,12,12,16,16,14,11,10,12,15,13,14,16,11,10,10,9,11,10,12,11,10,12,14)
PROM=c(12.67,13.67,13.33,11,12.67,10,9.33,9,10.33,10,12.33,15.33,14.33,13.33,12,11,14.33,10,14.33,13.33,14.33,14.33,14,13.33,11.33,13.33,11.67,12.33,11.67,10.33,10.33,12.67,11.33,13.67,15.33,12.67,10,10.67,13.67,14.67,13.67,15.33,12.33,11.67,10.67,11,11.67,11,10.33,11.67,12.67,15,14.67,14.33,12.33,11.67,10.67,11.33,11.33,13,15.67,15.33,12.33,13.33,15,13,11.33,11,11.33,13.33,12,12.33,13,12,11.33,12,12.33,11.67,12.33,12.67,10.67,11.67,11,10.67,14,15,13.33,14.33,13.67,13.33,11,10.33,13,10,10.33,10.33,11,11.67,15.33)
CALIFICACION=c("PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","INICIO","INICIO","INICIO","INICIO","INICIO","PROCESO","ESPERADO","ESPERADO","PROCESO","PROCESO","PROCESO","ESPERADO","INICIO","ESPERADO","PROCESO","ESPERADO","ESPERADO","ESPERADO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","INICIO","INICIO","PROCESO","PROCESO","PROCESO","ESPERADO","PROCESO","INICIO","INICIO","PROCESO","ESPERADO","PROCESO","ESPERADO","PROCESO","PROCESO","INICIO","PROCESO","PROCESO","PROCESO","INICIO","PROCESO","PROCESO","ESPERADO","ESPERADO","ESPERADO","PROCESO","PROCESO","INICIO","PROCESO","PROCESO","PROCESO","ESPERADO","ESPERADO","PROCESO","PROCESO","ESPERADO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","PROCESO","INICIO","PROCESO","PROCESO","INICIO","ESPERADO","ESPERADO","PROCESO","ESPERADO","PROCESO","PROCESO","PROCESO","INICIO","PROCESO","INICIO","INICIO","INICIO","PROCESO","PROCESO","ESPERADO")
#ANTES DE CREAR LA NUEVA DATA SE FACTORIZA LAS VARIABLES NOMINALES USANDO as.factor, en este caso se cuenta con dos variables nominales: GENERO Y CALIFICACION
GENERO= as.factor(GENERO)
CALIFICACION= as.factor(CALIFICACION)
CALIFICACIONES1=data.frame(GENERO,MATE,COMU,CyT,PROM,CALIFICACION)
CALIFICACIONES1## GENERO MATE COMU CyT PROM CALIFICACION
## 1 HOMBRE 12 13 13 12.67 PROCESO
## 2 MUJER 15 14 12 13.67 PROCESO
## 3 MUJER 13 16 11 13.33 PROCESO
## 4 HOMBRE 14 11 8 11.00 PROCESO
## 5 MUJER 16 10 12 12.67 PROCESO
## 6 MUJER 11 10 9 10.00 INICIO
## 7 HOMBRE 10 9 9 9.33 INICIO
## 8 HOMBRE 10 7 10 9.00 INICIO
## 9 HOMBRE 9 8 14 10.33 INICIO
## 10 MUJER 7 12 11 10.00 INICIO
## 11 HOMBRE 8 12 17 12.33 PROCESO
## 12 MUJER 12 16 18 15.33 ESPERADO
## 13 MUJER 12 16 15 14.33 ESPERADO
## 14 HOMBRE 16 14 10 13.33 PROCESO
## 15 MUJER 16 11 9 12.00 PROCESO
## 16 HOMBRE 14 11 8 11.00 PROCESO
## 17 HOMBRE 11 18 14 14.33 ESPERADO
## 18 MUJER 11 8 12 10.00 INICIO
## 19 HOMBRE 18 12 13 14.33 ESPERADO
## 20 HOMBRE 17 12 11 13.33 PROCESO
## 21 MUJER 15 16 12 14.33 ESPERADO
## 22 MUJER 17 16 10 14.33 ESPERADO
## 23 HOMBRE 15 14 13 14.00 ESPERADO
## 24 MUJER 13 11 16 13.33 PROCESO
## 25 MUJER 12 11 11 11.33 PROCESO
## 26 HOMBRE 11 18 11 13.33 PROCESO
## 27 HOMBRE 8 17 10 11.67 PROCESO
## 28 HOMBRE 12 15 10 12.33 PROCESO
## 29 MUJER 9 17 9 11.67 PROCESO
## 30 HOMBRE 9 15 7 10.33 INICIO
## 31 MUJER 10 13 8 10.33 INICIO
## 32 MUJER 14 12 12 12.67 PROCESO
## 33 HOMBRE 11 11 12 11.33 PROCESO
## 34 MUJER 17 8 16 13.67 PROCESO
## 35 HOMBRE 18 12 16 15.33 ESPERADO
## 36 HOMBRE 15 9 14 12.67 PROCESO
## 37 MUJER 10 9 11 10.00 INICIO
## 38 HOMBRE 9 12 11 10.67 INICIO
## 39 HOMBRE 8 15 18 13.67 PROCESO
## 40 MUJER 14 13 17 14.67 ESPERADO
## 41 MUJER 12 14 15 13.67 PROCESO
## 42 HOMBRE 13 16 17 15.33 ESPERADO
## 43 MUJER 11 11 15 12.33 PROCESO
## 44 MUJER 12 10 13 11.67 PROCESO
## 45 HOMBRE 10 10 12 10.67 INICIO
## 46 HOMBRE 13 9 11 11.00 PROCESO
## 47 HOMBRE 16 11 8 11.67 PROCESO
## 48 MUJER 11 10 12 11.00 PROCESO
## 49 HOMBRE 10 12 9 10.33 INICIO
## 50 MUJER 12 14 9 11.67 PROCESO
## 51 MUJER 15 11 12 12.67 PROCESO
## 52 HOMBRE 13 17 15 15.00 ESPERADO
## 53 MUJER 14 18 12 14.67 ESPERADO
## 54 HOMBRE 16 15 12 14.33 ESPERADO
## 55 HOMBRE 11 10 16 12.33 PROCESO
## 56 MUJER 10 9 16 11.67 PROCESO
## 57 HOMBRE 10 8 14 10.67 INICIO
## 58 HOMBRE 9 14 11 11.33 PROCESO
## 59 MUJER 11 12 11 11.33 PROCESO
## 60 MUJER 10 11 18 13.00 PROCESO
## 61 HOMBRE 12 18 17 15.67 ESPERADO
## 62 MUJER 14 17 15 15.33 ESPERADO
## 63 MUJER 11 9 17 12.33 PROCESO
## 64 HOMBRE 17 8 15 13.33 PROCESO
## 65 HOMBRE 18 14 13 15.00 ESPERADO
## 66 HOMBRE 15 12 12 13.00 PROCESO
## 67 MUJER 10 13 11 11.33 PROCESO
## 68 HOMBRE 9 11 13 11.00 PROCESO
## 69 MUJER 8 12 14 11.33 PROCESO
## 70 MUJER 14 10 16 13.33 PROCESO
## 71 HOMBRE 12 13 11 12.00 PROCESO
## 72 MUJER 11 16 10 12.33 PROCESO
## 73 HOMBRE 18 11 10 13.00 PROCESO
## 74 HOMBRE 17 10 9 12.00 PROCESO
## 75 MUJER 15 12 7 11.33 PROCESO
## 76 HOMBRE 17 11 8 12.00 PROCESO
## 77 HOMBRE 15 10 12 12.33 PROCESO
## 78 MUJER 13 10 12 11.67 PROCESO
## 79 MUJER 12 9 16 12.33 PROCESO
## 80 HOMBRE 11 11 16 12.67 PROCESO
## 81 MUJER 8 10 14 10.67 INICIO
## 82 MUJER 12 12 11 11.67 PROCESO
## 83 HOMBRE 9 14 10 11.00 PROCESO
## 84 HOMBRE 9 11 12 10.67 INICIO
## 85 HOMBRE 10 17 15 14.00 ESPERADO
## 86 MUJER 14 18 13 15.00 ESPERADO
## 87 HOMBRE 11 15 14 13.33 PROCESO
## 88 MUJER 17 10 16 14.33 ESPERADO
## 89 MUJER 18 12 11 13.67 PROCESO
## 90 HOMBRE 15 15 10 13.33 PROCESO
## 91 MUJER 10 13 10 11.00 PROCESO
## 92 HOMBRE 8 14 9 10.33 INICIO
## 93 HOMBRE 12 16 11 13.00 PROCESO
## 94 MUJER 9 11 10 10.00 INICIO
## 95 HOMBRE 9 10 12 10.33 INICIO
## 96 HOMBRE 10 10 11 10.33 INICIO
## 97 MUJER 14 9 10 11.00 PROCESO
## 98 MUJER 11 12 12 11.67 PROCESO
## 99 HOMBRE 17 15 14 15.33 ESPERADOESTADISTICAS BASICAS
EN ESTE APARTADO SE MUESTRAN ALGUNAS ESTADISTICAS BASICAS
#ESTADISTICAS BASICAS
#mean: promedio, sd: desviacion standar; cov: covarianza var: varianza
mean(CALIFICACIONES1$MATE)## [1] 12.42424mean(CALIFICACIONES1$COMU)## [1] 12.39394mean(CALIFICACIONES1$CyT)## [1] 12.29293mean(CALIFICACIONES1$PROM)## [1] 12.36646median(CALIFICACIONES1$MATE)## [1] 12var(CALIFICACIONES1$MATE)## [1] 8.593692sd(CALIFICACIONES1$MATE)## [1] 2.9315cov(CALIFICACIONES1$MATE,CALIFICACIONES1$CyT)## [1] -0.2275819GRAFICOS ESTADISTICOS
EN ESTE APARTADO SE MUESTRAN DIFERENTES GRAFICOS ESTADISTICOS CON VARIACIONES USANDO par(mfrow=c(A,B))
#Histogramas
hist(x=CALIFICACIONES1$PROM, col="green",ylim = c(0,20),
xlab = "ALUMNOS",
ylab = "PROMEDIO",
main = "DistribuCION DE PROMEDIO DE ALUMNOS")
hist(CALIFICACIONES1$MATE)
hist(CALIFICACIONES1$MATE, main = "Promedio de matematica")
hist(CALIFICACIONES1$COMU, main = "Promedio de Comunicacion", col="green")
hist(CALIFICACIONES1$CyT, main = "Promedio de CyT", col="green",
xlab = "Promedio de CyT",
ylab = "Alumnos")
hist(CALIFICACIONES1$PROM, main = "Promedio gloval", col="green",
xlab = "promedio gloval",
ylab = "alumnos",
ylim = c(0,25))
#VARIOS GRAFICOS EN UNA SOLA HOJA con = par(mfrow=c(a,b))
#donde "a"; permite ver el numero de filas de la figuras y "b" permite el numero de figuras
par(mfrow=c(1,3))
hist(CALIFICACIONES1$MATE, col="green", main="Matematica",
ylim = c(0,15),
xlab = "Promedio", ylab = "Alumnos")
hist(CALIFICACIONES1$COMU, col="orange", main="Comunicacion",
ylim = c(0,20),
xlab = "Promedio", ylab = "ALUMNO")
hist(CALIFICACIONES1$CyT, col="yellow", main="CyT",
ylim = c(0,20),
xlab = "Promedio", ylab = "ALUMNO")
#USANDO subset: PERMITE SELECCIONAR ATRIBUTOS DE INTERES DE UNA VARIABLE
#EN ESTE CASO VOY DARLE COMO ARGUMENTO A subset: QUE ME SELECCIONE EL ATRIBUTO HOMBRES DE LA VARIABLE GENERO
#select: permite seleccionar variables
Nhombre1= subset(CALIFICACIONES1,subset=CALIFICACIONES1$GENERO=="HOMBRE")
Nhombre1## GENERO MATE COMU CyT PROM CALIFICACION
## 1 HOMBRE 12 13 13 12.67 PROCESO
## 4 HOMBRE 14 11 8 11.00 PROCESO
## 7 HOMBRE 10 9 9 9.33 INICIO
## 8 HOMBRE 10 7 10 9.00 INICIO
## 9 HOMBRE 9 8 14 10.33 INICIO
## 11 HOMBRE 8 12 17 12.33 PROCESO
## 14 HOMBRE 16 14 10 13.33 PROCESO
## 16 HOMBRE 14 11 8 11.00 PROCESO
## 17 HOMBRE 11 18 14 14.33 ESPERADO
## 19 HOMBRE 18 12 13 14.33 ESPERADO
## 20 HOMBRE 17 12 11 13.33 PROCESO
## 23 HOMBRE 15 14 13 14.00 ESPERADO
## 26 HOMBRE 11 18 11 13.33 PROCESO
## 27 HOMBRE 8 17 10 11.67 PROCESO
## 28 HOMBRE 12 15 10 12.33 PROCESO
## 30 HOMBRE 9 15 7 10.33 INICIO
## 33 HOMBRE 11 11 12 11.33 PROCESO
## 35 HOMBRE 18 12 16 15.33 ESPERADO
## 36 HOMBRE 15 9 14 12.67 PROCESO
## 38 HOMBRE 9 12 11 10.67 INICIO
## 39 HOMBRE 8 15 18 13.67 PROCESO
## 42 HOMBRE 13 16 17 15.33 ESPERADO
## 45 HOMBRE 10 10 12 10.67 INICIO
## 46 HOMBRE 13 9 11 11.00 PROCESO
## 47 HOMBRE 16 11 8 11.67 PROCESO
## 49 HOMBRE 10 12 9 10.33 INICIO
## 52 HOMBRE 13 17 15 15.00 ESPERADO
## 54 HOMBRE 16 15 12 14.33 ESPERADO
## 55 HOMBRE 11 10 16 12.33 PROCESO
## 57 HOMBRE 10 8 14 10.67 INICIO
## 58 HOMBRE 9 14 11 11.33 PROCESO
## 61 HOMBRE 12 18 17 15.67 ESPERADO
## 64 HOMBRE 17 8 15 13.33 PROCESO
## 65 HOMBRE 18 14 13 15.00 ESPERADO
## 66 HOMBRE 15 12 12 13.00 PROCESO
## 68 HOMBRE 9 11 13 11.00 PROCESO
## 71 HOMBRE 12 13 11 12.00 PROCESO
## 73 HOMBRE 18 11 10 13.00 PROCESO
## 74 HOMBRE 17 10 9 12.00 PROCESO
## 76 HOMBRE 17 11 8 12.00 PROCESO
## 77 HOMBRE 15 10 12 12.33 PROCESO
## 80 HOMBRE 11 11 16 12.67 PROCESO
## 83 HOMBRE 9 14 10 11.00 PROCESO
## 84 HOMBRE 9 11 12 10.67 INICIO
## 85 HOMBRE 10 17 15 14.00 ESPERADO
## 87 HOMBRE 11 15 14 13.33 PROCESO
## 90 HOMBRE 15 15 10 13.33 PROCESO
## 92 HOMBRE 8 14 9 10.33 INICIO
## 93 HOMBRE 12 16 11 13.00 PROCESO
## 95 HOMBRE 9 10 12 10.33 INICIO
## 96 HOMBRE 10 10 11 10.33 INICIO
## 99 HOMBRE 17 15 14 15.33 ESPERADONhombre2= subset(CALIFICACIONES1,subset=CALIFICACIONES1$GENERO=="HOMBRE",
select= c("GENERO","PROM","CALIFICACION"))
Nhombre2## GENERO PROM CALIFICACION
## 1 HOMBRE 12.67 PROCESO
## 4 HOMBRE 11.00 PROCESO
## 7 HOMBRE 9.33 INICIO
## 8 HOMBRE 9.00 INICIO
## 9 HOMBRE 10.33 INICIO
## 11 HOMBRE 12.33 PROCESO
## 14 HOMBRE 13.33 PROCESO
## 16 HOMBRE 11.00 PROCESO
## 17 HOMBRE 14.33 ESPERADO
## 19 HOMBRE 14.33 ESPERADO
## 20 HOMBRE 13.33 PROCESO
## 23 HOMBRE 14.00 ESPERADO
## 26 HOMBRE 13.33 PROCESO
## 27 HOMBRE 11.67 PROCESO
## 28 HOMBRE 12.33 PROCESO
## 30 HOMBRE 10.33 INICIO
## 33 HOMBRE 11.33 PROCESO
## 35 HOMBRE 15.33 ESPERADO
## 36 HOMBRE 12.67 PROCESO
## 38 HOMBRE 10.67 INICIO
## 39 HOMBRE 13.67 PROCESO
## 42 HOMBRE 15.33 ESPERADO
## 45 HOMBRE 10.67 INICIO
## 46 HOMBRE 11.00 PROCESO
## 47 HOMBRE 11.67 PROCESO
## 49 HOMBRE 10.33 INICIO
## 52 HOMBRE 15.00 ESPERADO
## 54 HOMBRE 14.33 ESPERADO
## 55 HOMBRE 12.33 PROCESO
## 57 HOMBRE 10.67 INICIO
## 58 HOMBRE 11.33 PROCESO
## 61 HOMBRE 15.67 ESPERADO
## 64 HOMBRE 13.33 PROCESO
## 65 HOMBRE 15.00 ESPERADO
## 66 HOMBRE 13.00 PROCESO
## 68 HOMBRE 11.00 PROCESO
## 71 HOMBRE 12.00 PROCESO
## 73 HOMBRE 13.00 PROCESO
## 74 HOMBRE 12.00 PROCESO
## 76 HOMBRE 12.00 PROCESO
## 77 HOMBRE 12.33 PROCESO
## 80 HOMBRE 12.67 PROCESO
## 83 HOMBRE 11.00 PROCESO
## 84 HOMBRE 10.67 INICIO
## 85 HOMBRE 14.00 ESPERADO
## 87 HOMBRE 13.33 PROCESO
## 90 HOMBRE 13.33 PROCESO
## 92 HOMBRE 10.33 INICIO
## 93 HOMBRE 13.00 PROCESO
## 95 HOMBRE 10.33 INICIO
## 96 HOMBRE 10.33 INICIO
## 99 HOMBRE 15.33 ESPERADONmujer=subset(CALIFICACIONES1,subset = CALIFICACIONES1$GENERO=="MUJER")
Nmujer## GENERO MATE COMU CyT PROM CALIFICACION
## 2 MUJER 15 14 12 13.67 PROCESO
## 3 MUJER 13 16 11 13.33 PROCESO
## 5 MUJER 16 10 12 12.67 PROCESO
## 6 MUJER 11 10 9 10.00 INICIO
## 10 MUJER 7 12 11 10.00 INICIO
## 12 MUJER 12 16 18 15.33 ESPERADO
## 13 MUJER 12 16 15 14.33 ESPERADO
## 15 MUJER 16 11 9 12.00 PROCESO
## 18 MUJER 11 8 12 10.00 INICIO
## 21 MUJER 15 16 12 14.33 ESPERADO
## 22 MUJER 17 16 10 14.33 ESPERADO
## 24 MUJER 13 11 16 13.33 PROCESO
## 25 MUJER 12 11 11 11.33 PROCESO
## 29 MUJER 9 17 9 11.67 PROCESO
## 31 MUJER 10 13 8 10.33 INICIO
## 32 MUJER 14 12 12 12.67 PROCESO
## 34 MUJER 17 8 16 13.67 PROCESO
## 37 MUJER 10 9 11 10.00 INICIO
## 40 MUJER 14 13 17 14.67 ESPERADO
## 41 MUJER 12 14 15 13.67 PROCESO
## 43 MUJER 11 11 15 12.33 PROCESO
## 44 MUJER 12 10 13 11.67 PROCESO
## 48 MUJER 11 10 12 11.00 PROCESO
## 50 MUJER 12 14 9 11.67 PROCESO
## 51 MUJER 15 11 12 12.67 PROCESO
## 53 MUJER 14 18 12 14.67 ESPERADO
## 56 MUJER 10 9 16 11.67 PROCESO
## 59 MUJER 11 12 11 11.33 PROCESO
## 60 MUJER 10 11 18 13.00 PROCESO
## 62 MUJER 14 17 15 15.33 ESPERADO
## 63 MUJER 11 9 17 12.33 PROCESO
## 67 MUJER 10 13 11 11.33 PROCESO
## 69 MUJER 8 12 14 11.33 PROCESO
## 70 MUJER 14 10 16 13.33 PROCESO
## 72 MUJER 11 16 10 12.33 PROCESO
## 75 MUJER 15 12 7 11.33 PROCESO
## 78 MUJER 13 10 12 11.67 PROCESO
## 79 MUJER 12 9 16 12.33 PROCESO
## 81 MUJER 8 10 14 10.67 INICIO
## 82 MUJER 12 12 11 11.67 PROCESO
## 86 MUJER 14 18 13 15.00 ESPERADO
## 88 MUJER 17 10 16 14.33 ESPERADO
## 89 MUJER 18 12 11 13.67 PROCESO
## 91 MUJER 10 13 10 11.00 PROCESO
## 94 MUJER 9 11 10 10.00 INICIO
## 97 MUJER 14 9 10 11.00 PROCESO
## 98 MUJER 11 12 12 11.67 PROCESO#para este ejemplo par(mfrow=c(2,3));"a"= 2,quiere decir que mostrara dos filas de figuras
# "b"=3, quiere decir el numero de figuras que aparecera por fila
par(mfrow=c(2,3))
hist(Nhombre1$MATE, main="Hombres",ylim = c(0,20))
hist(Nhombre1$COMU, main="Hombres",ylim = c(0,20))
hist(Nhombre1$CyT, main="Hombres",ylim = c(0,20))
hist(Nhombre1$PROM, main="Hombres",ylim = c(0,20))
hist(Nmujer$MATE, main="Mujeres",ylim = c(0,20))
hist(Nhombre1$MATE, main="Hombres",ylim = c(0,20),xlab = "Promedio de matematica",
ylab = "Numero de hombre")
##graficando con boxplot()
#boxplot(x): permite graficarr una variable numerica de una data
par(mfrow=c(1,1))
boxplot(x=CALIFICACIONES1$MATE, main="grafico de boxplot")
par(mfrow=c(1,3))
boxplot(CALIFICACIONES1$MATE, main="boxplot de matematica")
boxplot(CALIFICACIONES1$COMU, main="boxplot de comunicacion")
boxplot(CALIFICACIONES1$CyT, main="boxplot de CyT")
#agregando color
boxplot(CALIFICACIONES1$MATE, main="boxplot de matematica",col = "green")
boxplot(CALIFICACIONES1$COMU, main="boxplot de comunicacion", col = "red")
boxplot(CALIFICACIONES1$CyT, main="boxplot de CyT", col = "yellow")
#boxplot(x~y): permite graficar dos variables "x"= numerica y "Y"= nominal
#En este caso estoy argumentando "x"= variable mate y para "Y"= variable genero, de igual forma para las otras vairables
par(mfrow=c(1,3))
boxplot(CALIFICACIONES1$MATE~CALIFICACIONES1$GENERO)
boxplot(CALIFICACIONES1$COMU~CALIFICACIONES1$GENERO)
boxplot(CALIFICACIONES1$CyT~CALIFICACIONES1$GENERO)
#Agregamos color: LOS COLORES TAMBIEN SE DAN POR NUMEROS y nombre a los ejes
boxplot(CALIFICACIONES1$MATE~CALIFICACIONES1$GENERO,
col=c(7:15), main = "MATEMATICA", ylim=c(0,20),
xlab = "GENERO", ylab = "PROMEDIO DE MATEMATICA")
boxplot(CALIFICACIONES1$COMU~CALIFICACIONES1$GENERO,
col=c(17:20), main = "COMUNICACION", ylim=c(0,20),
xlab = "GENERO", ylab = "PROMEDIO DE COMUNICACION")
boxplot(CALIFICACIONES1$MATE~CALIFICACIONES1$GENERO,
col=c(3:16), main = "CyT", ylim=c(0,20),
xlab = "GENERO", ylab = "PROMEDIO DE CyT")
#PAR: TAMBIEN PERMITE MOSTRAR FIGURAS DIFERENTES EN UNA SOLA HOJA
par(mfrow=c(2,2))
plot(CALIFICACIONES1$MATE,CALIFICACIONES1$CyT, col=CALIFICACIONES1$CALIFICACION,
main="MATEMATICA vs PROMEDIO DE CyT")
boxplot(Nhombre1$MATE,
col="red", main = "boxplot de Matematica", ylim=c(8,20),
xlab = "Hombres", ylab = "promedio de matematica")
hist(Nmujer$MATE, main="MUJERES", col="yellow")
boxplot(CALIFICACIONES1$MATE~CALIFICACIONES1$CALIFICACION,
col=c(2:6), main = "matematica",
xlab = "CALIFICACION", ylab = "PROMEDIO DE MATEMATICA")
#particiones diferentes GENERANDO MATRIZ, usando matrix:permite generar matriz
#se escribe matrix(data = c(a,b,c,d), nrow = permite ver cuantas columnas y filas, en este caso estoy argumentando que muestre en la columna1 y fila1 la fgura1, para la columan1 y fila2 la figura3, para la columna2 y fila1 figura2 y columna2 y fila2 la misma figura3, posteriormente se usara layout
mat1 = matrix(data = c(1,3,2,3), nrow = 2)
mat1## [,1] [,2]
## [1,] 1 2
## [2,] 3 3#layout: permite dividir una ventana de grafico y colocar varios graficos en basa a una matriz
layout(mat1)
boxplot(Nhombre1$MATE,
col="red", main = "matematica segun genero",
xlab = "HOMBRES", ylab = "PROMEDIO DE MATEMATICA")
hist(Nhombre1$MATE, main="Hombres", col="yellow")
hist(Nmujer$MATE, main="Mujeres", col="orange")
#gráficos con ggplot(): PERMITE VER GRAFICOS DE DISPERSION
#INSTALAR Y CARGAR library(ggplot2), aes: se argumenta las variables
library(ggplot2)
ggplot(data = CALIFICACIONES1, aes(x= MATE, y=COMU, color=GENERO)) +
geom_point()
#AGREGANDO TILDE
ggplot(data = CALIFICACIONES1,
mapping = aes(x= MATE, y=COMU, color=GENERO)) +
geom_point() +
ggtitle("Gráfico de dispersión")
##gráficos interactivos con plotly, instalar y cagar
library(plotly)##
## Attaching package: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutggplotly(
ggplot(data = CALIFICACIONES1, aes(x = CALIFICACION, y = PROM, fill=GENERO))+
geom_boxplot()+
ggtitle("Comparación DE CALIFICACIONES POR GENERO"))