# -----------------------------------------------------------------------------
# TABLA DE FRECUENCIAS con library (agricolae)
#-------------------------------------------------------------------------------
# creando la tabla de frecuencias completa usando agricolae
# función :table.freq()
library(dplyr); library(agricolae)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
# la variable x es un vector
x<- c( 4.30, 6.50, 7.20, 7.70, 5.00, 7.00, 8.70, 8.80, 2.40, 10.30,
8.00, 0.90, 7.80, 8.00, 12.30, 3.90, 0.90, 4.90, 8.00, 3.80,
3.70, 12.60, 2.00, 4.60, 3.80, 8.40, 4.00, 3.00, 1.40, 6.60,
2.60, 10.30, 4.20, 2.20, 2.00, 1.00, 10.00, 3.30, 1.90, 1.60,
15.70, 6.20, 4.80, 3.20, 4.40, 3.90, 1.10, 4.40, 4.80, 4.30 )
# para usar la librería agricolae se debe tener la información como un data frame
df<- as.data.frame(x)
# df es el data frame que contiene la variable x
# lista de resulatdos en el objeto hf
# dataframe= df, variable = x
# de listas de df se obtine informacion sobre los puntos de corte (breaks)
hf<-with(df,graph.freq(x,plot=FALSE,breaks= seq(0,16,2), right = F))
hf
## $breaks
## [1] 0 2 4 6 8 10 12 14 16
##
## $counts
## [1] 7 13 11 7 6 3 2 1
##
## $mids
## [1] 1 3 5 7 9 11 13 15
##
## $relative
## [1] 0.14 0.26 0.22 0.14 0.12 0.06 0.04 0.02
##
## $density
## [1] 0.07 0.13 0.11 0.07 0.06 0.03 0.02 0.01
##
## attr(,"class")
## [1] "graph.freq" "histogram"
# hacemos la tabla de frecuencias en el objeto tabla
Tabla <- table.freq(hf) ;Tabla
## Lower Upper Main Frequency Percentage CF CPF
## 1 0 2 1 7 14 7 14
## 2 2 4 3 13 26 20 40
## 3 4 6 5 11 22 31 62
## 4 6 8 7 7 14 38 76
## 5 8 10 9 6 12 44 88
## 6 10 12 11 3 6 47 94
## 7 12 14 13 2 4 49 98
## 8 14 16 15 1 2 50 100
# renombramos las etiquetas de la tabla para una mejor comprensión
tf<- Tabla %>%
rename(Li= Lower , Ls = Upper, mi= Main , fi= Frequency,
hi= Percentage, Fi = CF, Hi= CPF)
tf # dataframe con etiquetas editadas
## Li Ls mi fi hi Fi Hi
## 1 0 2 1 7 14 7 14
## 2 2 4 3 13 26 20 40
## 3 4 6 5 11 22 31 62
## 4 6 8 7 7 14 38 76
## 5 8 10 9 6 12 44 88
## 6 10 12 11 3 6 47 94
## 7 12 14 13 2 4 49 98
## 8 14 16 15 1 2 50 100
# visualizando la tabla correctamente
print(tf,row.names=F)
## Li Ls mi fi hi Fi Hi
## 0 2 1 7 14 7 14
## 2 4 3 13 26 20 40
## 4 6 5 11 22 31 62
## 6 8 7 7 14 38 76
## 8 10 9 6 12 44 88
## 10 12 11 3 6 47 94
## 12 14 13 2 4 49 98
## 14 16 15 1 2 50 100