Taller 1 - R estadístico
Lucio Alfonso Muñoz Adarme
2024-03-01
Importación de datos
library(readr)## Warning: package 'readr' was built under R version 4.3.2Pokemon <- read_delim("C:/Users/almun/OneDrive - Universidad Nacional de Colombia/Escritorio/UIFCE/UIFCE 2024/R estadistico/Archivos/Pokemon.csv",
delim = ";", escape_double = FALSE, trim_ws = TRUE)## Rows: 800 Columns: 13
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ";"
## chr (3): Name, Type1, Type2
## dbl (9): #, Total, HP, Attack, Defense, Sp.Atk, Sp.Def, Speed, Generation
## lgl (1): Legendary
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.1 - Diga qué clase de datos tienen las variables: Name, Attack y Legendary.
attach(Pokemon)
variables = c('Name','Attack', 'Lefendary')
n = class(Name)
a = class(Attack)
l = class(Legendary)
data.frame('Variable' = variables, clase = c(n,a,l))## Variable clase
## 1 Name character
## 2 Attack numeric
## 3 Lefendary logical2 - Con respecto a la variable “Type1”, ¿cuántos pokemones hay en cada categoría?
library(dplyr)## Warning: package 'dplyr' was built under R version 4.3.2##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionprint( Pokemon %>% group_by(Type1) %>%
summarise('Número de Pokemons ' = n() ))## # A tibble: 18 × 2
## Type1 `Número de Pokemons `
## <chr> <int>
## 1 Bug 69
## 2 Dark 31
## 3 Dragon 32
## 4 Electric 44
## 5 Fairy 17
## 6 Fighting 27
## 7 Fire 52
## 8 Flying 4
## 9 Ghost 32
## 10 Grass 70
## 11 Ground 32
## 12 Ice 24
## 13 Normal 98
## 14 Poison 28
## 15 Psychic 57
## 16 Rock 44
## 17 Steel 27
## 18 Water 1123 - Calcule el promedio, mediana y desviación estándar de las variables: Attack, Defense, HP.
attach(Pokemon)## The following objects are masked from Pokemon (pos = 4):
##
## #, Attack, Defense, Generation, HP, Legendary, Name, Sp.Atk,
## Sp.Def, Speed, Total, Type1, Type2variables = c('Attack', 'Defense', 'HP')
promedio = c(mean(Attack),mean(Defense), mean(HP))
mediana = c(median(Attack),median(Defense), median(HP))
desviacion = c(sd(Attack), sd(Defense), sd(HP))
data.frame(variables, promedio, mediana, desviacion)## variables promedio mediana desviacion
## 1 Attack 79.00125 75 32.45737
## 2 Defense 73.84250 70 31.18350
## 3 HP 69.25875 65 25.53467A través de los datos podemos observar un nivel alto de dispersión en estos, con lo cual se puede inferir una variedad en cuanto a las caracteristicas de los Pokemon, esto es
attach(Pokemon)## The following objects are masked from Pokemon (pos = 3):
##
## #, Attack, Defense, Generation, HP, Legendary, Name, Sp.Atk,
## Sp.Def, Speed, Total, Type1, Type2## The following objects are masked from Pokemon (pos = 5):
##
## #, Attack, Defense, Generation, HP, Legendary, Name, Sp.Atk,
## Sp.Def, Speed, Total, Type1, Type2boxplot(Attack, Defense, HP, names = variables)
4 - Obtenga la media de las variables Attack y Defense, agrupando por la
variable “Type1”. De igual manera, obtenga el número de pokemons que hay
en cada categoría “Type1”, junto con alguna otra medida de dispersión
que considere conveniente.
library(dplyr)
datos = Pokemon %>% group_by(Type1) %>%
summarise('Media - Attack' = mean(Attack),
'Media - Defense' = mean(Defense),
'Media - HP' = mean(HP),
'Rango - Attack' = paste(range(Attack), collapse = '-'),
'Rango - Defense' = paste(range(Defense), collapse = '-'),
'Rango - HP' = paste(range(HP), collapse = '-'),
'Número de Pokemons' = n() )
print(datos)## # A tibble: 18 × 8
## Type1 `Media - Attack` `Media - Defense` `Media - HP` `Rango - Attack`
## <chr> <dbl> <dbl> <dbl> <chr>
## 1 Bug 71.0 70.7 56.9 10-185
## 2 Dark 88.4 70.2 66.8 50-150
## 3 Dragon 112. 86.4 83.3 50-180
## 4 Electric 69.1 66.3 59.8 30-123
## 5 Fairy 61.5 65.7 74.1 20-131
## 6 Fighting 96.8 65.9 69.9 35-145
## 7 Fire 84.8 67.8 69.9 30-160
## 8 Flying 78.8 66.2 70.8 30-115
## 9 Ghost 73.8 81.2 64.4 30-165
## 10 Grass 73.2 70.8 67.3 27-132
## 11 Ground 95.8 84.8 73.8 40-180
## 12 Ice 72.8 71.4 72 30-130
## 13 Normal 73.5 59.8 77.3 5-160
## 14 Poison 74.7 68.8 67.2 43-106
## 15 Psychic 71.5 67.7 70.6 20-190
## 16 Rock 92.9 101. 65.4 40-165
## 17 Steel 92.7 126. 65.2 24-150
## 18 Water 74.2 72.9 72.1 10-155
## # ℹ 3 more variables: `Rango - Defense` <chr>, `Rango - HP` <chr>,
## # `Número de Pokemons` <int>Podemos analizar el comportamiento de los datos y el grupo de Pokemon con la media más alta respecto a las variables Attack, Defense y HP (sin tomar en cuenta los ouliers)
attach(datos)## The following object is masked from Pokemon (pos = 3):
##
## Type1## The following object is masked from Pokemon (pos = 4):
##
## Type1## The following object is masked from Pokemon (pos = 6):
##
## Type1max_attack = paste(datos[which.max(`Media - Attack`),'Type1'],
max(`Media - Attack`),collapse = '-')
max_defense = paste(datos[which.max(`Media - Defense`),'Type1'],
max(`Media - Defense`), collapse = '-' )
max_hp = paste(datos[which.max(`Media - HP`),'Type1'],
max(`Media - HP`), collapse = '-')
max_df = data.frame(max_attack, max_defense, max_hp)
colnames(max_df) <- c("Attack", "Defense", "HP")
print(max_df)## Attack Defense HP
## 1 Dragon 112.125 Steel 126.37037037037 Dragon 83.31255 - Obtenga la media de “Total” para los pokemones que son legendarios. Compare con la media de “Total” para los pokemones que NO son legendarios. ¿Qué grupo tiene mayor variación?
library(dplyr)
legendary = Pokemon %>% select(Total) %>% filter(Legendary == TRUE)
not_legendary = Pokemon %>% select(Total) %>% filter(Legendary == FALSE)
`Media - Legendarios` = mean(legendary$Total)
`Media - No legendarios` = mean(not_legendary$Total)
`Desviacion E. - Legendarios` = sd(legendary$Total)
`Desviacion E. - No legendarios` = sd(not_legendary$Total)
data.frame(`Media - Legendarios`,`Media - No legendarios`,
`Desviacion E. - Legendarios`,`Desviacion E. - No legendarios` )## Media...Legendarios Media...No.legendarios Desviacion.E....Legendarios
## 1 637.3846 417.2136 60.93739
## Desviacion.E....No.legendarios
## 1 106.7604Mediante esta comparación podemos notar que la media del total de aquellos pokemones legendarios es mucho más alta de los no legendarios, pero la desviación estandar de los no legendarios es más alta que la de los legendarios, lo que sugiere mayor dispersión en los datos, que podría darse devido al número de registros
paste('Número de registros Legendarios:', nrow(legendary))## [1] "Número de registros Legendarios: 65"paste('Número de registros No Legendarios:', nrow(not_legendary))## [1] "Número de registros No Legendarios: 735"