ACTIVIDAD 07

Realizar un levantamiento de información de dos variables cuantitativas. Calcular todas las medidas estadisticas estudiadas con opciones según corresponda.

pesos <- c(60, 65, 80, 72, 68, 55, 78, 60, 55, 62, 67, 69, 74, 63, 53)
alturas <- c(1,75, 1.50, 1.69, 1.49, 1.67, 1.62, 1.57, 1.64, 1.59, 1.50, 1.57, 1.62, 1.70, 1.61, 1.55)

MEDIDAS ESTADISTICAS SOBRE LOS PESOS

## Media aritmética

# Opción 1

media_aritmetricaP = sum(pesos)/length(pesos)
media_aritmetricaP
## [1] 65.4
# Opción 2

mean(pesos)
## [1] 65.4
cat("La media aritmética de los pesos es:", media_aritmetricaP)
## La media aritmética de los pesos es: 65.4
## Moda

# Opción 1 (table)

table(pesos)
## pesos
## 53 55 60 62 63 65 67 68 69 72 74 78 80 
##  1  2  2  1  1  1  1  1  1  1  1  1  1
# Opción 2

mode(pesos)
## [1] "numeric"
cat("La moda de los pesos es: 55 y 60" )
## La moda de los pesos es: 55 y 60
## Rango

# Opcion 1

rango = max(pesos) - min(pesos)
rango
## [1] 27
# Opcion 2

range(pesos) 
## [1] 53 80
cat("El rango de los pesos es:", rango )
## El rango de los pesos es: 27
## Desviacion estandar

# Opcion 1

sqrt(var(pesos))
## [1] 8.270429
# Opcion 2

sd(pesos)
## [1] 8.270429
cat("La desviacion estandar de los pesos es:", sqrt(var(pesos)))
## La desviacion estandar de los pesos es: 8.270429
## Coeficiente de variacion

# Opcion 1

coef_var_pesos <- sd(pesos)/mean(pesos)*100
coef_var_pesos
## [1] 12.64592
cat("Como el CV es ", coef_var_pesos,"≤ 30% entonces la distribucion de los pesos es homogenea y la media es representativa")
## Como el CV es  12.64592 ≤ 30% entonces la distribucion de los pesos es homogenea y la media es representativa
# Opcion 2
# Con la funcion Summary
summary(pesos)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    53.0    60.0    65.0    65.4    70.5    80.0
# Opcion 3
# Con la funcion Psych

library(psych)

describe(pesos)
## Varianza

var(pesos)
## [1] 68.4

MEDIDAS ESTADISTICAS SOBRE LAS ALTURAS

## Media aritmética

# Opción 1

media_aritmetricaA = sum(alturas)/length(alturas)
media_aritmetricaA
## [1] 6.145
# Opción 2

mean(alturas)
## [1] 6.145
cat("La media aritmética de las alturas es:", media_aritmetricaA)
## La media aritmética de las alturas es: 6.145
## Moda

# Opción 1 (table)

table(alturas)
## alturas
##    1 1.49  1.5 1.55 1.57 1.59 1.61 1.62 1.64 1.67 1.69  1.7   75 
##    1    1    2    1    2    1    1    2    1    1    1    1    1
# Opción 2

mode(alturas)
## [1] "numeric"
cat("La moda de las alturas es: 1.50, 1.57 y 1.62" )
## La moda de las alturas es: 1.50, 1.57 y 1.62
## Rango

# Opcion 1

rango = max(alturas) - min(alturas)
rango
## [1] 74
# Opcion 2

range(alturas) 
## [1]  1 75
cat("El rango de las alturas es:", rango )
## El rango de las alturas es: 74
## Desviacion estandar

# Opcion 1

sqrt(var(alturas))
## [1] 18.36204
# Opcion 2

sd(alturas)
## [1] 18.36204
cat("La desviacion estandar de llas alturas es:", sqrt(var(alturas)))
## La desviacion estandar de llas alturas es: 18.36204
## Coeficiente de variacion

# Opcion 1

coef_var_alturas <- sd(alturas)/mean(alturas)*100
coef_var_alturas
## [1] 298.8127
cat("Como el CV es", coef_var_alturas,"> 30% entonces la distribucion no es homogenea y la media no es representativa. En este caso debemos tomar la mediana como medida representativa.")
## Como el CV es 298.8127 > 30% entonces la distribucion no es homogenea y la media no es representativa. En este caso debemos tomar la mediana como medida representativa.
# Opcion 2
# Con la funcion Summary
summary(alturas)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   1.000   1.538   1.600   6.145   1.647  75.000
# Opcion 3
# Con la funcion Psych

library(psych)

describe(alturas)
## Varianza

var(alturas)
## [1] 337.1646