{r setup, include=FALSE} knitr::opts_chunk$set(echo = TRUE)
El lenguaje R es un lenguaje de programación y un entorno de software ampliamente utilizado para el análisis estadístico, la visualización de datos y el desarrollo de modelos predictivos. Fue desarrollado inicialmente por Ross Ihaka y Robert Gentleman en la década de 1990 en la Universidad de Auckland, Nueva Zelanda. R es un lenguaje de programación de alto nivel, interpretado y con orientación a objetos.
Un objeto es una estructura que contiene datos y/o funciones. Puede ser cualquier cosa, desde un simple número o cadena de texto hasta un conjunto de datos completo
{r Objetos}
Nombres = c(“Juan”, “María”, “Pedro”) Edad = c(25, 30, 28) Puntuacion = c(80, 90, 85)
Una base de datos es una colección organizada de datos que se almacenan electrónicamente en un sistema de computadora. Estos datos están estructurados de manera que se puedan acceder, administrar y actualizar fácilmente según sea necesario. La finalidad principal de una base de datos es permitir el almacenamiento eficiente de datos y proporcionar un acceso rápido y seguro a ellos.
En lenguaje R podemos definir una base de datos mediante el siguiente codigo:
{r Base de datos} NOMBRE<-c(“DAVID”, “LEONARDO”, “ANDREA”, “ANGEL”, “SANTIAGO”, “OSCAR”) EDAD <-c(24, 24, 18, 23, 26, 23) PESO <-c(77, 78, 56, 65, 62, 78) ALTURA <- c(“ALTO”, “ALTO”, “PEQUEÑO”, “ALTO”, “MEDIANO”, “MEDIANO”)
f<-data.frame(NOMBRE, EDAD, PESO, ALTURA)
{r} knitr::kable(f)
La media, también conocida como promedio, es una medida estadística que representa el valor típico o central de un conjunto de datos numéricos. Se calcula sumando todos los valores y dividiendo el resultado entre el número total de valores en el conjunto. La media proporciona una representación general del conjunto de datos y es útil para resumir la información de manera concisa.
Como ejemplo presentamos la media de los anteriores objetos creados:
{r Media} mean(EDAD) mean(PESO)
La mediana es un valor que divide un conjunto de datos en dos partes iguales: la mitad de los valores están por encima de la mediana y la otra mitad están por debajo. Si hay un número impar de observaciones, la mediana es simplemente el valor en el medio después de ordenar los datos. Si hay un número par de observaciones, la mediana es el promedio de los dos valores centrales después de ordenar los datos. La mediana es una medida de tendencia central robusta que no se ve afectada por valores extremos en los datos.
{r Mediana}
median(EDAD) median(PESO)
La moda es el valor que aparece con mayor frecuencia en un conjunto de datos. En otras palabras, es el dato que se repite con más frecuencia. La moda es una medida de tendencia central que puede ser útil para identificar valores comunes o patrones en un conjunto de datos.
{r Moda}
modaEDAD <- names(sort(table(EDAD), decreasing = TRUE))[1] modaEDAD modaALTURA<- names(sort(table(ALTURA), decreasing = TRUE))[1] modaALTURA modaPESO <- names(sort(table(PESO), decreasing = TRUE))[1] modaPESO
Grafica de distrbucion de EDAD vs PESO de los sujetos estudiados.
{r} plot(EDAD,PESO)
{r Diagrama circular}
frecuencias <- table(EDAD)
pie(frecuencias, col = c(“purple”,“violetred1”,“green3”,“cornsilk”,“cyan”,“white”))