TRANSFORMACION Y ESTANDARIZACION DE VARIABLES

CARGAR CONJUNTO DE DATOS

telco <- read.csv("https://raw.githubusercontent.com/VictorGuevaraP/Estadistica-R/master/Caso_telefon%C3%ADa.csv", sep=";", encoding="latin1", stringsAsFactors = TRUE)
head(telco)

##   Código    Género  Sucursal Reclamos Llamadas Edad Minutos Monto Tiempo
## 1 CLIPE1 Masculino Suc. Este        5        7   27    33.0  90.7   16.9
## 2 CLIPE2  Femenino Suc. Este        2        4   28    31.7  95.7    1.5
## 3 CLIPE3 Masculino Suc. Este        5        7   28    39.9 114.5    4.0
## 4 CLIPE4 Masculino Suc. Este        3        5   21    39.3 106.0   14.5
## 5 CLIPE5  Femenino Suc. Este        2        3   29    37.8  99.0    2.7
## 6 CLIPE6 Masculino Suc. Este        3        4   26    43.7  90.2   11.5
##     Opinión
## 1   Regular
## 2     Bueno
## 3    Pésimo
## 4 Muy Bueno
## 5    Pésimo
## 6     Bueno

TRANSFORMACION RAIZ CUADRADA

VARIABLE RECLAMOS

ORIGINAL

hist(telco$Reclamos, 12)

RAIZ CUADRADA

sqrt(telco$Reclamos)

##  [1] 2.236068 1.414214 2.236068 1.732051 1.414214 1.732051 2.449490 1.414214
##  [9] 1.732051 1.000000 1.732051 1.732051 1.414214 1.000000 2.000000 1.732051
## [17] 1.732051 2.000000 2.000000 1.000000 1.732051 1.000000 2.645751 1.732051
## [25] 1.732051 1.414214 2.000000 2.236068 1.000000 2.236068 1.414214 1.732051
## [33] 1.732051 2.000000 1.000000 1.414214 1.414214 1.000000 2.000000 2.000000
## [41] 1.732051 1.000000 1.732051 1.000000 1.414214 2.645751 1.732051 2.236068
## [49] 1.732051 2.645751 2.828427 2.236068 2.828427 2.000000 2.000000 1.732051
## [57] 2.645751 2.236068 1.414214 1.732051 2.828427 2.000000 2.828427 3.316625
## [65] 2.236068 2.000000 3.000000 2.828427 1.732051 1.414214 1.000000 1.000000
## [73] 1.732051 2.000000 1.414214 1.000000 1.414214 1.732051 1.414214 1.414214

GRAFICAMENTE

hist(sqrt(telco$Reclamos))

VARIABLE LLAMADAS

ORIGINAL

hist(telco$Llamadas, 12)

RAIZ CUADRADA

sqrt(telco$Llamadas)

##  [1] 2.645751 2.000000 2.645751 2.236068 1.732051 2.000000 2.828427 2.000000
##  [9] 2.449490 2.000000 2.236068 1.732051 2.000000 1.414214 2.236068 2.236068
## [17] 2.449490 2.236068 2.000000 2.449490 2.645751 1.000000 3.000000 2.236068
## [25] 2.449490 2.449490 2.449490 2.645751 1.000000 2.645751 2.000000 2.236068
## [33] 1.732051 2.000000 1.000000 1.732051 1.732051 1.414214 2.645751 2.236068
## [41] 2.828427 1.414214 2.828427 1.000000 1.732051 2.828427 2.000000 2.828427
## [49] 2.645751 2.828427 3.000000 2.236068 2.828427 2.000000 2.236068 2.000000
## [57] 2.645751 2.236068 1.732051 2.000000 2.828427 2.000000 2.828427 3.605551
## [65] 2.449490 2.645751 3.000000 2.828427 1.732051 1.414214 1.000000 1.000000
## [73] 1.732051 2.236068 1.414214 1.414214 1.732051 1.732051 1.732051 1.414214

GRAFICAMENTE

hist(sqrt(telco$Llamadas))

VARIABLE MINUTOS

ORIGINAL

hist(telco$Minutos, 12)

RAIZ CUADRADA

sqrt(telco$Minutos)

##  [1] 5.744563 5.630275 6.316645 6.268971 6.148170 6.610598 6.789698 6.131884
##  [9] 6.480741 6.557439 6.693280 6.131884 5.196152 5.486347 5.147815 5.319774
## [17] 5.449771 5.700877 4.969909 4.979960 5.674504 5.167204 5.603570 5.576737
## [25] 5.167204 5.839521 5.215362 5.329165 7.042727 5.347897 6.107373 5.822371
## [33] 6.164414 6.457554 6.188699 6.971370 5.761944 6.403124 6.457554 5.882176
## [41] 6.892024 5.916080 6.066300 6.603030 5.932959 6.148170 6.140033 6.442049
## [49] 7.092249 5.796551 7.211103 7.099296 6.016644 6.308724 7.886698 6.752777
## [57] 6.971370 6.300794 5.069517 6.356099 6.804410 6.603030 7.429670 6.252999
## [65] 7.183314 6.640783 6.244998 7.224957 7.321202 6.024948 4.929503 5.639149
## [73] 5.744563 5.630275 5.603570 5.186521 4.183300 5.468089 6.024948 5.639149

GRAFICAMENTE

hist(sqrt(telco$Minutos))

VARIABLE MONTO

ORIGINAL

hist(telco$Monto, 12)

RAIZ CUADRADA

sqrt(telco$Monto)

##  [1]  9.523655  9.782638 10.700467 10.295630  9.949874  9.497368 10.124228
##  [8]  9.602083 10.492855  9.823441  9.396808  9.252027  9.471008  9.423375
## [15]  9.165151  9.176056  9.576012  8.608136  9.423375  9.570789  8.944272
## [22]  9.402127  8.860023  9.396808  9.252027  9.412757  8.876936  9.033272
## [29]  9.289779  9.154234  9.523655  9.782638  9.964939  9.126883  9.864076
## [36]  9.099451  9.710819  9.823441  8.876936 10.009995  9.082951  9.088454
## [43]  9.721111  9.289779  9.396808  9.148770  9.154234  9.170605  9.121403
## [50]  9.208692  9.944848 10.913295 10.168579 10.469002 10.295630 10.029955
## [57] 10.148892 10.511898 10.601887  9.523655 10.606602 10.406729 10.295630
## [64]  9.949874  9.497368 10.124228  9.602083 10.492855  9.823441  9.591663
## [71]  9.176056  9.402127  8.860023  9.396808  9.252027  9.412757  8.876936
## [78]  9.033272  9.289779  9.154234

GRAFICAMENTE

hist(sqrt(telco$Monto))

VARIABLE TIEMPO

ORIGINAL

hist(telco$Tiempo, 12)

RAIZ CUADRADA

sqrt(telco$Tiempo)

##  [1] 4.1109610 1.2247449 2.0000000 3.8078866 1.6431677 3.3911650 0.7071068
##  [8] 1.1401754 2.3021729 1.0954451 1.3038405 4.5276926 0.8944272 0.6324555
## [15] 1.6733201 2.4083189 2.0493902 0.8944272 3.0822070 1.6124515 2.1213203
## [22] 1.1401754 1.6124515 2.3452079 1.6431677 3.3911650 0.7071068 1.1401754
## [29] 2.3021729 1.0954451 1.3038405 4.5276926 1.8165902 0.5477226 1.3038405
## [36] 4.0620192 1.9748418 5.1575188 1.5491933 0.5477226 1.6431677 4.7644517
## [43] 2.1213203 2.1447611 2.8635642 2.2803509 2.0000000 3.5355339 4.8682646
## [50] 1.6431677 6.0000000 0.7071068 1.2649111 1.3038405 0.8944272 1.4832397
## [57] 2.1908902 1.4832397 2.0000000 4.1109610 1.2247449 1.6733201 1.8708287
## [64] 2.0000000 3.8078866 1.7606817 2.1679483 1.9748418 2.5690465 3.4205263
## [71] 1.6124515 2.3021729 1.0954451 1.3038405 4.5276926 1.8165902 0.5477226
## [78] 1.3038405 1.4832397 2.0000000

GRAFICAMENTE

hist(sqrt(telco$Tiempo))

TRANSFORMACION EXPONENCIAL

VARIABLE RECLAMOS

reclamo_exp <- exp(telco$Reclamos)
hist(reclamo_exp)

VARIABLE LLAMADAS

llamada_exp <- exp(telco$Llamadas)
hist(llamada_exp)

## VARIABLE MINUTOS

minutos_exp <- exp(telco$Minutos)
hist(minutos_exp)

VARIABLE MONTO

monto_exp <- exp(telco$Monto)
hist(monto_exp)

VARIABLE TIEMPO

tiempo_exp <- exp(telco$Tiempo)
hist(tiempo_exp)

TRANSFORMACION LOGARITMICA

VARIABLE RECLAMOS

log(telco$Reclamos)

##  [1] 1.6094379 0.6931472 1.6094379 1.0986123 0.6931472 1.0986123 1.7917595
##  [8] 0.6931472 1.0986123 0.0000000 1.0986123 1.0986123 0.6931472 0.0000000
## [15] 1.3862944 1.0986123 1.0986123 1.3862944 1.3862944 0.0000000 1.0986123
## [22] 0.0000000 1.9459101 1.0986123 1.0986123 0.6931472 1.3862944 1.6094379
## [29] 0.0000000 1.6094379 0.6931472 1.0986123 1.0986123 1.3862944 0.0000000
## [36] 0.6931472 0.6931472 0.0000000 1.3862944 1.3862944 1.0986123 0.0000000
## [43] 1.0986123 0.0000000 0.6931472 1.9459101 1.0986123 1.6094379 1.0986123
## [50] 1.9459101 2.0794415 1.6094379 2.0794415 1.3862944 1.3862944 1.0986123
## [57] 1.9459101 1.6094379 0.6931472 1.0986123 2.0794415 1.3862944 2.0794415
## [64] 2.3978953 1.6094379 1.3862944 2.1972246 2.0794415 1.0986123 0.6931472
## [71] 0.0000000 0.0000000 1.0986123 1.3862944 0.6931472 0.0000000 0.6931472
## [78] 1.0986123 0.6931472 0.6931472

GRAFICAMENTE

hist(log(telco$Reclamos))

BASE 2

hist(log(telco$Reclamos, base=2))

VARIABLE LLAMADAS

log(telco$Llamadas)

##  [1] 1.9459101 1.3862944 1.9459101 1.6094379 1.0986123 1.3862944 2.0794415
##  [8] 1.3862944 1.7917595 1.3862944 1.6094379 1.0986123 1.3862944 0.6931472
## [15] 1.6094379 1.6094379 1.7917595 1.6094379 1.3862944 1.7917595 1.9459101
## [22] 0.0000000 2.1972246 1.6094379 1.7917595 1.7917595 1.7917595 1.9459101
## [29] 0.0000000 1.9459101 1.3862944 1.6094379 1.0986123 1.3862944 0.0000000
## [36] 1.0986123 1.0986123 0.6931472 1.9459101 1.6094379 2.0794415 0.6931472
## [43] 2.0794415 0.0000000 1.0986123 2.0794415 1.3862944 2.0794415 1.9459101
## [50] 2.0794415 2.1972246 1.6094379 2.0794415 1.3862944 1.6094379 1.3862944
## [57] 1.9459101 1.6094379 1.0986123 1.3862944 2.0794415 1.3862944 2.0794415
## [64] 2.5649494 1.7917595 1.9459101 2.1972246 2.0794415 1.0986123 0.6931472
## [71] 0.0000000 0.0000000 1.0986123 1.6094379 0.6931472 0.6931472 1.0986123
## [78] 1.0986123 1.0986123 0.6931472

GRAFICAMENTE

hist(log(telco$Llamadas))

BASE 2

hist(log(telco$Llamadas, base=2))

## VARIABLE MINUTOS

log(telco$Minutos)

##  [1] 3.496508 3.456317 3.686376 3.671225 3.632309 3.777348 3.830813 3.627004
##  [9] 3.737670 3.761200 3.802208 3.627004 3.295837 3.404525 3.277145 3.342862
## [17] 3.391147 3.481240 3.206803 3.210844 3.471966 3.284664 3.446808 3.437208
## [25] 3.284664 3.529297 3.303217 3.346389 3.903991 3.353407 3.618993 3.523415
## [33] 3.637586 3.730501 3.645450 3.883624 3.502550 3.713572 3.730501 3.543854
## [41] 3.860730 3.555348 3.605498 3.775057 3.561046 3.632309 3.629660 3.725693
## [49] 3.918005 3.514526 3.951244 3.919991 3.589059 3.683867 4.130355 3.819908
## [57] 3.883624 3.681351 3.246491 3.698830 3.835142 3.775057 4.010963 3.666122
## [65] 3.943522 3.786460 3.663562 3.955082 3.981549 3.591818 3.190476 3.459466
## [73] 3.496508 3.456317 3.446808 3.292126 2.862201 3.397858 3.591818 3.459466

GRAFICAMENTE

hist(log(telco$Minutos))

BASE 2

hist(log(telco$Minutos, base=2))

VARIABLE MONTO

log(telco$Monto)

##  [1] 4.507557 4.561218 4.740575 4.663439 4.595120 4.502029 4.629863 4.523960
##  [9] 4.701389 4.569543 4.480740 4.449685 4.496471 4.486387 4.430817 4.433195
## [17] 4.518522 4.305416 4.486387 4.517431 4.382027 4.481872 4.363099 4.480740
## [25] 4.449685 4.484132 4.366913 4.401829 4.457830 4.428433 4.507557 4.561218
## [33] 4.598146 4.422449 4.577799 4.416428 4.546481 4.569543 4.366913 4.607168
## [41] 4.412798 4.414010 4.548600 4.457830 4.480740 4.427239 4.428433 4.432007
## [49] 4.421247 4.440296 4.594109 4.779963 4.638605 4.696837 4.663439 4.611152
## [57] 4.634729 4.705016 4.722064 4.507557 4.722953 4.684905 4.663439 4.595120
## [65] 4.502029 4.629863 4.523960 4.701389 4.569543 4.521789 4.433195 4.481872
## [73] 4.363099 4.480740 4.449685 4.484132 4.366913 4.401829 4.457830 4.428433

GRAFICAMENTE

hist(log(telco$Monto))

BASE 2

hist(log(telco$Monto, base=2))

VARIABLE TIEMPO

log(telco$Tiempo)

##  [1]  2.8273136  0.4054651  1.3862944  2.6741486  0.9932518  2.4423470
##  [7] -0.6931472  0.2623643  1.6677068  0.1823216  0.5306283  3.0204249
## [13] -0.2231436 -0.9162907  1.0296194  1.7578579  1.4350845 -0.2231436
## [19]  2.2512918  0.9555114  1.5040774  0.2623643  0.9555114  1.7047481
## [25]  0.9932518  2.4423470 -0.6931472  0.2623643  1.6677068  0.1823216
## [31]  0.5306283  3.0204249  1.1939225 -1.2039728  0.5306283  2.8033604
## [37]  1.3609766  3.2809112  0.8754687 -1.2039728  0.9932518  3.1223649
## [43]  1.5040774  1.5260563  2.1041342  1.6486586  1.3862944  2.5257286
## [49]  3.1654750  0.9932518  3.5835189 -0.6931472  0.4700036  0.5306283
## [55] -0.2231436  0.7884574  1.5686159  0.7884574  1.3862944  2.8273136
## [61]  0.4054651  1.0296194  1.2527630  1.3862944  2.6741486  1.1314021
## [67]  1.5475625  1.3609766  1.8870696  2.4595888  0.9555114  1.6677068
## [73]  0.1823216  0.5306283  3.0204249  1.1939225 -1.2039728  0.5306283
## [79]  0.7884574  1.3862944

GRAFICAMENTE

hist(log(telco$Tiempo))

BASE 2

hist(log(telco$Tiempo, base=2))

COMPARACION DE TRANSFORMACIONES

VARIABLE RECLAMOS

reclamos_sqrt <- sqrt(telco$Reclamos)
reclamos_exp <- exp(telco$Reclamos)
reclamos_ln <- log(telco$Reclamos)
reclamos_log2 <- log(telco$Reclamos, base=2)
reclamos_log5 <- log(telco$Reclamos, base=5)

GRAFICAMENTE

par(mfrow=c(3,2))
hist(telco$Reclamos)
hist(reclamos_sqrt)
hist(reclamos_exp)
hist(reclamos_ln)
hist(reclamos_log2)
hist(reclamos_log5)

par(mfrow=c(1,1))

GRAFICA DE DENSIDAD

par(mfrow=c(3,2))
plot(density(telco$Reclamos), main = "Distribucion de Reclamos originales")
plot(density(reclamos_sqrt), main = "Distribucion de Reclamos transformadas - sqrt")
plot(density(reclamos_exp), main = "Distribucion de Reclamos transformadas - exp")
plot(density(reclamos_ln), main = "Distribucion de Reclamos transformadas - ln")
plot(density(reclamos_log2), main = "Distribucion de Reclamos transformadas - log2")
plot(density(reclamos_log5), main = "Distribucion de Reclamos transformadas - log5")

par(mfrow=c(1,1))

VARIABLE LLAMADAS

llamadas_sqrt <- sqrt(telco$Llamadas)
llamadas_exp <- exp(telco$Llamadas)
llamadas_ln <- log(telco$Llamadas)
llamadas_log2 <- log(telco$Llamadas, base=2)
llamadas_log5 <- log(telco$Llamadas, base=5)

GRAFICAMENTE

par(mfrow=c(3,2))
hist(telco$Llamadas)
hist(llamadas_sqrt)
hist(llamadas_exp)
hist(llamadas_ln)
hist(llamadas_log2)
hist(llamadas_log5)

par(mfrow=c(1,1))

GRAFICA DE DENSIDAD

par(mfrow=c(3,2))
plot(density(telco$Llamadas), main = "Distribucion de Llamadas originales")
plot(density(llamadas_sqrt), main = "Distribucion de Llamadas transformadas - sqrt")
plot(density(llamadas_exp), main = "Distribucion de Llamadas transformadas - exp")
plot(density(llamadas_ln), main = "Distribucion de Llamadas transformadas - ln")
plot(density(llamadas_log2), main = "Distribucion de Llamadas transformadas - log2")
plot(density(llamadas_log5), main = "Distribucion de Llamadas transformadas - log5")

par(mfrow=c(1,1))

VARIABLE MINUTOS

minutos_sqrt <- sqrt(telco$Minutos)
minutos_exp <- exp(telco$Minutos)
minutos_ln <- log(telco$Minutos)
minutos_log2 <- log(telco$Minutos, base=2)
minutos_log5 <- log(telco$Minutos, base=5)

GRAFICAMENTE

par(mfrow=c(3,2))
hist(telco$Minutos)
hist(minutos_sqrt)
hist(minutos_exp)
hist(minutos_ln)
hist(minutos_log2)
hist(minutos_log5)

par(mfrow=c(1,1))

GRAFICA DE DENSIDAD

par(mfrow=c(3,2))
plot(density(telco$Minutos), main = "Distribucion de Minutos originales")
plot(density(minutos_sqrt), main = "Distribucion de Minutos transformadas - sqrt")
plot(density(minutos_exp), main = "Distribucion de Minutos transformadas - exp")
plot(density(minutos_ln), main = "Distribucion de Minutos transformadas - ln")
plot(density(minutos_log2), main = "Distribucion de Minutos transformadas - log2")
plot(density(minutos_log5), main = "Distribucion de Minutos transformadas - log5")

par(mfrow=c(1,1))

VARIABLE MONTO

monto_sqrt <- sqrt(telco$Monto)
monto_exp <- exp(telco$Monto)
monto_ln <- log(telco$Monto)
monto_log2 <- log(telco$Monto, base=2)
monto_log5 <- log(telco$Monto, base=5)

GRAFICAMENTE

par(mfrow=c(3,2))
hist(telco$Monto)
hist(monto_sqrt)
hist(monto_exp)
hist(monto_ln)
hist(monto_log2)
hist(monto_log5)

par(mfrow=c(1,1))

GRAFICA DE DENSIDAD

par(mfrow=c(3,2))
plot(density(telco$Monto), main = "Distribucion de Monto originales")
plot(density(monto_sqrt), main = "Distribucion de Monto transformadas - sqrt")
plot(density(monto_exp), main = "Distribucion de Monto transformadas - exp")
plot(density(monto_ln), main = "Distribucion de Monto transformadas - ln")
plot(density(monto_log2), main = "Distribucion de Monto transformadas - log2")
plot(density(monto_log5), main = "Distribucion de Monto transformadas - log5")

par(mfrow=c(1,1))

VARIABLE TIEMPO

tiempo_sqrt <- sqrt(telco$Tiempo)
tiempo_exp <- exp(telco$Tiempo)
tiempo_ln <- log(telco$Tiempo)
tiempo_log2 <- log(telco$Tiempo, base=2)
tiempo_log5 <- log(telco$Tiempo, base=5)

GRAFICAMENTE

par(mfrow=c(3,2))
hist(telco$Tiempo)
hist(tiempo_sqrt)
hist(tiempo_exp)
hist(tiempo_ln)
hist(tiempo_log2)
hist(tiempo_log5)

par(mfrow=c(1,1))

GRAFICA DE DENSIDAD

par(mfrow=c(3,2))
plot(density(telco$Tiempo), main = "Distribucion de Tiempo originales")
plot(density(tiempo_sqrt), main = "Distribucion de Tiempo transformadas - sqrt")
plot(density(tiempo_exp), main = "Distribucion de Tiempo transformadas - exp")
plot(density(tiempo_ln), main = "Distribucion de Tiempo transformadas - ln")
plot(density(tiempo_log2), main = "Distribucion de Tiempo transformadas - log2")
plot(density(tiempo_log5), main = "Distribucion de Tiempo transformadas - log5")

par(mfrow=c(1,1))

TRANSFORMACION Y ESTANDARIZACION

Kevin Merino

2024-01-12

TRANSFORMACION Y ESTANDARIZACION DE VARIABLES

TRANSFORMACION RAIZ CUADRADA

VARIABLE RECLAMOS

ORIGINAL

RAIZ CUADRADA

VARIABLE LLAMADAS

ORIGINAL

RAIZ CUADRADA

VARIABLE MINUTOS

ORIGINAL

RAIZ CUADRADA

VARIABLE MONTO

ORIGINAL

RAIZ CUADRADA

VARIABLE TIEMPO

ORIGINAL

RAIZ CUADRADA

TRANSFORMACION EXPONENCIAL

VARIABLE RECLAMOS

VARIABLE LLAMADAS

VARIABLE MONTO

VARIABLE TIEMPO

TRANSFORMACION LOGARITMICA

VARIABLE RECLAMOS

VARIABLE LLAMADAS

VARIABLE MONTO

VARIABLE TIEMPO

COMPARACION DE TRANSFORMACIONES

VARIABLE RECLAMOS

VARIABLE LLAMADAS

VARIABLE MINUTOS

VARIABLE MONTO

VARIABLE TIEMPO