Levantamiento de información

Datos de Peso e Ingreso

Se recolectaron datos sobre el Peso (en kilogramos) e Ingreso (en soles peruanos) de personas cercanas. El objetivo es realizar un análisis estadístico de estas dos variables.

# Datos de Peso
peso <- c(65, 72, 68, 75, 80, 62, 70, 78, 85, 69, 72, 74, 76, 68, 73)

# Datos de Ingreso en soles peruanos
ingreso_soles <- c(1500, 1800, 1200, 2500, 2800, 1500, 2000, 3500, 4000, 2200, 2500, 3000, 3500, 1800, 3200)

# Crear un marco de datos con los datos
datos <- data.frame(Peso = peso, Ingreso_Soles = ingreso_soles)

Histograma de Peso

library(ggplot2)
ggplot(datos, aes(x = Peso)) +
  geom_histogram(binwidth = 5, fill = "blue", color = "black", alpha = 0.7) +
  labs(x = "Peso (kg)", y = "Frecuencia", title = "Distribución de Peso")

Histograma de Ingreso

Gráfico de dispersión entre Peso e Ingreso

ggplot(datos, aes(x = Peso, y = Ingreso_Soles, color = Peso)) +
  geom_point(size = 3) +
  scale_color_gradient(low = "blue", high = "red") +
  labs(x = "Peso (kg)", y = "Ingreso (S/.)", title = "Relación entre Peso e Ingreso en Soles Peruanos")

Gráfico circular

## 
## 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

Gráfico Circular de Peso

Gráfico circular de Ingreso

Gráfico Circular de Ingreso

Medidas estadísticas de tendencia central

Media aritmética

# Media de Peso
mean_peso <- mean(peso)
mean_peso

## [1] 72.46667

# Media de Ingreso
mean_ingreso_soles <- mean(ingreso_soles)
mean_ingreso_soles

## [1] 2466.667

Intenpretación: El peso promedio es: 72.4666667 kg y el ingreso promedio es: S/. 2466.6666667.

Moda

library(modeest)
# Moda de Peso
moda_peso <- mfv(peso)
moda_peso

## [1] 68 72

# Moda de Ingreso
moda_ingreso_soles <- mfv(ingreso_soles)
moda_ingreso_soles

## [1] 1500 1800 2500 3500

Interpretación: Las modas de peso e ingreso son: 68, 72 y S/. 1500, 1800, 2500, 3500, respectivamente.

Medidas de variabilidad o dispersión

Rango

# Rango de Peso
rango_peso <- max(peso) - min(peso)
rango_peso

## [1] 23

# Rango de Ingreso
rango_ingreso_soles <- max(ingreso_soles) - min(ingreso_soles)
rango_ingreso_soles

## [1] 2800

Varianza

# Varianza de Peso
var_peso <- var(peso)
var_peso

## [1] 34.98095

# Varianza de Ingreso
var_ingreso_soles <- var(ingreso_soles)
var_ingreso_soles

## [1] 719523.8

Desviación estándar

# Desviación estándar de Peso
sd_peso <- sd(peso)
sd_peso

## [1] 5.91447

# Desviación estándar de Ingreso
sd_ingreso_soles <- sd(ingreso_soles)
sd_ingreso_soles

## [1] 848.2475

Interpretación: La desviación estándar del peso es: 5.9144697 y del ingreso es: S/. 848.2474931.

Coeficiente de variación

# Coeficiente de variación de Peso
coef_var_peso <- sd_peso / mean_peso * 100
coef_var_peso

## [1] 8.161642

# Coeficiente de variación de Ingreso
coef_var_ingreso_soles <- sd_ingreso_soles / mean_ingreso_soles * 100
coef_var_ingreso_soles

## [1] 34.38841

Interpretación: El coeficiente de variación del peso es: 8.1616418% y del ingreso es: 34.3884119%.

#con la funcion summary
summary(peso)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   62.00   68.50   72.00   72.47   75.50   85.00

summary(ingreso_soles)

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    1200    1800    2500    2467    3100    4000

library(psych, warn.conflicts = FALSE)

## Registered S3 method overwritten by 'psych':
##   method         from  
##   plot.residuals rmutil

describe(datos)

Medidas estadísticas tarea

Abraham

2023-12-02