Examen 1

  1. (10 puntos) Sube los datos a R (importar la base de datos). Debe aparecer en el c´odigo el directorio de trabajo.
setwd("D:/esta-5504/examen_1/examen")
notas <- import("notas.csv")



2.(10 puntos) Encuentra una vision general de todo la base de datos (cantidad de variables, observaciones, tipos de variables, etc).

skimr::skim_without_charts(notas)
Data summary
Name notas
Number of rows 122
Number of columns 9
_______________________
Column type frequency:
character 4
numeric 5
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
sexo 0 1 5 6 0 2 0
turno 0 1 5 6 0 2 0
grupo 0 1 1 1 0 3 0
trabaja 0 1 1 1 0 2 0

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100
notaA 0 1.00 60.28 13.33 25 51.25 59 68.0 93
notaB 5 0.96 68.11 15.24 32 57.00 70 80.0 100
notaC 1 0.99 50.53 16.25 13 37.00 52 63.0 95
notaD 2 0.98 41.06 16.71 3 28.00 41 53.0 84
notaE 2 0.98 26.97 17.87 1 14.50 23 37.5 93



3.(10 puntos) Explore si existen duplicados y elim´ınelos.

notas <- notas %>%
  distinct()
attach(notas)



4.(10 puntos) Visualice los datos faltantes por columna.

gg_miss_var(notas)



5.(10 puntos) Transforme las columnas de tipo “caracter” a tipo “factor”.

notas$sexo <- factor(sexo)
notas$turno <- factor(turno)
notas$grupo <- factor(grupo)
notas$trabaja <- factor(trabaja)



6.(10 puntos) Convierte la base de datos en formato largo.

notas_largo <- gather(notas, notas, nota, notaA, notaB, notaC, notaD, notaE)



7.(10 puntos) Grafica una de las variables categorica. Escribe por lo menos una conclusion que se pueda observar en la grafica.

notas_largo %>%
  plot_ly( x = ~turno)
## No trace type specified:
##   Based on info supplied, a 'histogram' trace seems appropriate.
##   Read more about this trace type -> https://plotly.com/r/reference/#histogram

Segun la grafica, hay mas personas que hicieron turno por la mañana que por la tarde.



8.(15 puntos) Realiza un histograma m´ultiple, donde se pueda aprecia el comportamiento de las notas por grupo. Escribe por lo menos una conclusi´on que se pueda observar en la grafica.

notas_plot <- plot_ly(notas_largo, x = ~nota) %>%
    add_annotations(~unique(grupo), x = 0.5, y = 1, 
      xref = "paper", yref = "paper", showarrow = FALSE)

#notas_largo %>%
 # split(.$grupo) %>%
  #lapply(notas_plot) %>% 
  #subplot(nrows = 2, shareX = TRUE, titleX = FALSE) %>%
  #hide_legend()



  1. (15 puntos) Crea una nueva variable llamada Calificacion, a partir de las notas. Esta variable categórica asignarlé la letra correspondiente.
notas_largo <- notas_largo %>%
               mutate(calificacion = case_when(nota < 50 ~ "F",
                      nota >= 50 & nota < 70 ~ "D",
                      nota >= 70 & nota < 80 ~ "C",
                      nota >= 80 & nota < 90 ~ "B",
                      nota >= 90 & nota < 100 ~ "A")
                      )               



  1. BONO: Crea una nueva base de datos, que contenga las asignaturas y las notas de las mujeres del grupo A, ordenadas de mayor a menor
mujeres_A <- notas_largo %>%
             filter(sexo == "Mujer", grupo == "A") %>%
             arrange(desc(nota))

mujeres_A
sexo turno grupo trabaja notas nota calificacion
Mujer Mañana A S notaB 92 A
Mujer Mañana A S notaE 92 A
Mujer Mañana A N notaB 88 B
Mujer Mañana A S notaB 86 B
Mujer Mañana A N notaB 86 B
Mujer Mañana A N notaA 83 B
Mujer Mañana A N notaB 82 B
Mujer Mañana A N notaB 81 B
Mujer Mañana A N notaA 80 B
Mujer Mañana A N notaB 80 B
Mujer Mañana A S notaB 80 B
Mujer Mañana A N notaB 79 C
Mujer Mañana A N notaA 78 C
Mujer Mañana A S notaB 78 C
Mujer Mañana A S notaA 75 C
Mujer Mañana A N notaA 75 C
Mujer Mañana A N notaC 75 C
Mujer Mañana A N notaB 74 C
Mujer Mañana A N notaC 74 C
Mujer Mañana A N notaA 73 C
Mujer Mañana A N notaC 73 C
Mujer Mañana A N notaD 72 C
Mujer Mañana A N notaD 69 D
Mujer Mañana A N notaA 68 D
Mujer Mañana A N notaB 68 D
Mujer Mañana A N notaA 67 D
Mujer Mañana A N notaA 67 D
Mujer Mañana A N notaD 67 D
Mujer Mañana A N notaB 65 D
Mujer Mañana A N notaC 65 D
Mujer Mañana A S notaA 64 D
Mujer Mañana A S notaC 63 D
Mujer Mañana A N notaC 61 D
Mujer Mañana A S notaA 60 D
Mujer Mañana A N notaA 59 D
Mujer Mañana A N notaC 56 D
Mujer Mañana A N notaD 54 D
Mujer Mañana A S notaC 52 D
Mujer Mañana A S notaD 52 D
Mujer Mañana A S notaA 51 D
Mujer Mañana A N notaA 50 D
Mujer Mañana A N notaC 50 D
Mujer Mañana A N notaD 50 D
Mujer Mañana A S notaC 48 F
Mujer Mañana A N notaD 48 F
Mujer Mañana A N notaB 47 F
Mujer Mañana A N notaC 46 F
Mujer Mañana A N notaD 44 F
Mujer Mañana A N notaA 43 F
Mujer Mañana A N notaD 42 F
Mujer Mañana A N notaE 42 F
Mujer Mañana A N notaE 42 F
Mujer Mañana A N notaE 41 F
Mujer Mañana A N notaE 41 F
Mujer Mañana A N notaD 39 F
Mujer Mañana A S notaD 39 F
Mujer Mañana A S notaE 39 F
Mujer Mañana A N notaC 37 F
Mujer Mañana A N notaC 36 F
Mujer Mañana A S notaD 36 F
Mujer Mañana A N notaE 32 F
Mujer Mañana A N notaC 29 F
Mujer Mañana A N notaE 28 F
Mujer Mañana A S notaE 27 F
Mujer Mañana A N notaD 26 F
Mujer Mañana A S notaE 24 F
Mujer Mañana A N notaE 23 F
Mujer Mañana A S notaC 20 F
Mujer Mañana A N notaE 18 F
Mujer Mañana A N notaE 18 F
Mujer Mañana A N notaD 17 F
Mujer Mañana A N notaE 9 F
Mujer Mañana A N notaE 2 F
Mujer Mañana A N notaB NA NA
Mujer Mañana A S notaD NA NA