#Encabezado 1 ##Encabezado 2 ###Encabezado 3 ####Encabezado 4 #####Encabezado 5 ######Encabezado 6

La verdadera educación consiste en obtener lo mejor de uno mismo - Mahatma Gandhi.

La mayoría de las ideas fundamentales de la ciencia son esencialmente sencillas y, por regla general, pueden ser expresadas en un lenguaje comprensible para todos - Albert Einstein.

#1. Elemento 1 #2. Elemento 2 #1. Elemento 1 dentro del segundo nivel #Elemento 1 del tercer nivel #Elemento 2 del tercer nivel #2. Elemento 2 dentro del segundo nivel

#1 | Left-Aligned | Center Aligned | Right Aligned | #2 |:————- |:—————:| ————-:| #3 | Row 1 | Cell 2 | Cell 3 | #4 | Row 2 | Cell 5 | Cell 6 | #5 | Row 3 | Cell 8 | Cell 9 |

#1 | Título 1 | Título 2 | Título 3 | Título 4| #2 |:——– |:———:| ——–:| ——-:| #3 | 1 | 2 | 3 | 11 | #4 | 4 | 5 | 6 | 21 | #5 | 6 | 55 | 56 | 23 |

letra en cursiva letra en negrita letra tachada

\(\(\left[\overline{X} -z_{1-\frac{\alpha}{2}} \frac{\sigma}{\sqrt{n}},\overline{X}+z_{1- \frac{\alpha}{2}}\frac{\sigma}{\sqrt{n}}\right] \)\)

#importación de un documento .txt escogido por vosotros
inventados <-
read.csv("C:/Users/NICO/Documents/uoc/RStudio/inventados.txt", 
sep=";")
#visualizamos el dataset por pantalla
View(inventados)
#primeros registros del dataset
head(inventados)
##   Id Edad Gene Trat Peso Alt
## 1  1   28    1    A   78 185
## 2  2   38    2    B   70 175
## 3  3   48    1    C   80 170
## 4  4   96    2    A   80 167
## 5  5   48    1    B   90 180
## 6  6   21    2    C   92 196
#resumen estadístico del dataset (cortado)
summary(inventados)
##        Id             Edad            Gene         Trat          
##  Min.   : 1.00   Min.   : 1.00   Min.   :1.0   Length:30         
##  1st Qu.: 8.25   1st Qu.:16.50   1st Qu.:1.0   Class :character  
##  Median :15.50   Median :32.50   Median :1.5   Mode  :character  
##  Mean   :15.50   Mean   :38.93   Mean   :1.5                     
##  3rd Qu.:22.75   3rd Qu.:52.25   3rd Qu.:2.0                     
##  Max.   :30.00   Max.   :96.00   Max.   :2.0                     
##       Peso             Alt       
##  Min.   : 17.00   Min.   : 78.0  
##  1st Qu.: 57.75   1st Qu.:159.0  
##  Median : 77.00   Median :172.0  
##  Mean   : 68.57   Mean   :162.4  
##  3rd Qu.: 81.00   3rd Qu.:178.0  
##  Max.   :101.00   Max.   :196.0
#importación de un documento .csv escogido por vosotros
wisc_bc_data <-
read.csv("C:/Users/NICO/Documents/uoc/RStudio/inventados.txt", 
sep=";")
View(wisc_bc_data)

#buscamos cinco estadísticos básicos de dos variables escogidas por nosotros
fivenum(wisc_bc_data$Peso)
## [1]  17  57  77  81 101
fivenum(wisc_bc_data$Edad)
## [1]  1.0 15.0 32.5 53.0 96.0
#ejercicio 3:
library("MASS")
#cargamos los datos de anorexia
data("anorexia")
#mostramos los primeros registros de anorexia
head(anorexia)
##   Treat Prewt Postwt
## 1  Cont  80.7   80.2
## 2  Cont  89.4   80.1
## 3  Cont  91.8   86.4
## 4  Cont  74.0   86.3
## 5  Cont  78.1   76.1
## 6  Cont  88.3   78.1
#mostramos cuántos valores perdidos hay
table(is.na(anorexia))
## 
## FALSE 
##   216
#mostramos cuántos valores nulos hay
table(is.null(anorexia))
## 
## FALSE 
##     1
#definimos etiquetas para los valores especificados
anorexia_F<- factor(anorexia$Treat,levels=c("CBT","Cont","FT"),labels=c("Cogn 
Beh
Tr","Contr","Fam Tr"))
anorexia_F
##  [1] Contr          Contr          Contr          Contr          Contr         
##  [6] Contr          Contr          Contr          Contr          Contr         
## [11] Contr          Contr          Contr          Contr          Contr         
## [16] Contr          Contr          Contr          Contr          Contr         
## [21] Contr          Contr          Contr          Contr          Contr         
## [26] Contr          Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr
## [31] Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr
## [36] Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr
## [41] Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr
## [46] Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr
## [51] Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr Cogn \nBeh\nTr
## [56] Fam Tr         Fam Tr         Fam Tr         Fam Tr         Fam Tr        
## [61] Fam Tr         Fam Tr         Fam Tr         Fam Tr         Fam Tr        
## [66] Fam Tr         Fam Tr         Fam Tr         Fam Tr         Fam Tr        
## [71] Fam Tr         Fam Tr        
## Levels: Cogn \nBeh\nTr Contr Fam Tr
#Solución del ejercicio 4:
library(MASS)
data("biopsy")
head("biopsy")
## [1] "biopsy"
#exportamos el conjunto de datos biopsy al formato “.csv”
write.csv(biopsy, file="biopsy.csv")
data("Melanoma")
#exportamos el conjunto de datos Melanoma al formato “.csv”, “.txt” y “xlsx”
write.csv(Melanoma, file="melanoma.csv")
write.table(Melanoma,"melanoma.txt")
library(xlsx)
write.xlsx(Melanoma,"melanoma.xlsx")

#ejercicio 5:
#activamos el dataset birthw de la librería MASS
library(MASS) #cargamos el paquete MASS
data("birthwt") #definimos la estructura de datos
View(birthwt)
head(birthwt)
##    low age lwt race smoke ptl ht ui ftv  bwt
## 85   0  19 182    2     0   0  0  1   0 2523
## 86   0  33 155    3     0   0  0  0   3 2551
## 87   0  20 105    1     1   0  0  0   1 2557
## 88   0  21 108    1     1   0  0  1   2 2594
## 89   0  18 107    1     1   0  0  1   0 2600
## 91   0  21 124    3     0   0  0  0   0 2622
#respuestas de los apartados del ejercicio
max(birthwt$age) #apartado a)
## [1] 45
## [1] 45
min(birthwt$age) #apartado b)
## [1] 14
## [1] 14
rank<-max(birthwt$age)-min(birthwt$age) #apartado c)
rank
## [1] 31
## [1] 31
birthwt$smoke[birthwt$bwt==min(birthwt$bwt)] #apartado d)
## [1] 1
## [1] 1
birthwt$bwt[birthwt$age==max(birthwt$age)] #apartado e) 
## [1] 4990
## [1] 4990
birthwt$bwt[birthwt$ftv<=2] #apartado f)
##   [1] 2523 2557 2594 2600 2622 2637 2637 2663 2665 2722 2733 2751 2750 2769 2769
##  [16] 2778 2807 2821 2835 2836 2863 2877 2877 2906 2920 2920 2920 2920 2948 2948
##  [31] 2977 2977 2977 2977 2922 3005 3033 3042 3062 3062 3062 3062 3062 3090 3090
##  [46] 3090 3100 3104 3132 3147 3175 3175 3203 3203 3203 3225 3225 3232 3232 3234
##  [61] 3260 3274 3274 3317 3317 3317 3321 3331 3374 3374 3402 3416 3444 3459 3460
##  [76] 3473 3544 3487 3544 3572 3572 3586 3600 3614 3614 3629 3629 3637 3643 3651
##  [91] 3651 3651 3651 3699 3728 3756 3770 3770 3770 3790 3799 3827 3856 3860 3884
## [106] 3884 3912 3940 3941 3941 3969 3983 3997 3997 4054 4054 4111 4153 4167 4174
## [121] 4238 4593 4990  709 1021 1135 1330 1474 1588 1588 1701 1729 1790 1818 1885
## [136] 1893 1899 1928 1928 1928 1936 1970 2055 2055 2082 2084 2084 2100 2125 2187
## [151] 2187 2211 2225 2240 2240 2282 2296 2296 2325 2353 2353 2367 2381 2381 2381
## [166] 2410 2410 2410 2424 2438 2442 2466 2466 2466 2495 2495 2495
# ejercicio 6:
library(MASS)
data(anorexia)
matr_anorexia<-matrix(c(anorexia$Prewt,anorexia$Postwt),ncol=2)
head(matr_anorexia)
##      [,1] [,2]
## [1,] 80.7 80.2
## [2,] 89.4 80.1
## [3,] 91.8 86.4
## [4,] 74.0 86.3
## [5,] 78.1 76.1
## [6,] 88.3 78.1
#ejercicio 7:
Identificador <-
c("I1","I2","I3","I4","I5","I6","I7","I8","I9","I10","I11","I12","I13","I14",
"I15","I16","I17","I18","I19","I20","I21","I22","I23","I24","I25")
Edad <-
c(23,24,21,22,23,25,26,24,21,22,23,25,26,24,22,21,25,26,24,21,25,27,26,22,29)
Sexo <-c(1,2,1,1,1,2,2,2,1,2,1,2,2,2,1,1,1,2,2,2,1,2,1,1,2)
Peso <-
c(76.5,81.2,79.3,59.5,67.3,78.6,67.9,100.2,97.8,56.4,65.4,67.5,87.4,99.7,87.6
,93.4,65.4,73.7,85.1,61.2,54.8,103.4,65.8,71.7,85.0)
Alt <-
c(165,154,178,165,164,175,182,165,178,165,158,183,184,164,189,167,182,179,165
,158,183,184,189,166,175) #altura en cm
Fuma <-
c("SÍ","NO","SÍ","SÍ","NO","NO","NO","SÍ","SÍ","SÍ","NO","NO","SÍ","SÍ","SÍ",
"SÍ","NO","NO","SÍ","SÍ","SÍ","NO","SÍ","NO","SÍ")
Trat_Pulmón <- data.frame(Identificador,Edad,Sexo,Peso,Alt,Fuma)
Trat_Pulmón
##    Identificador Edad Sexo  Peso Alt Fuma
## 1             I1   23    1  76.5 165   SÍ
## 2             I2   24    2  81.2 154   NO
## 3             I3   21    1  79.3 178   SÍ
## 4             I4   22    1  59.5 165   SÍ
## 5             I5   23    1  67.3 164   NO
## 6             I6   25    2  78.6 175   NO
## 7             I7   26    2  67.9 182   NO
## 8             I8   24    2 100.2 165   SÍ
## 9             I9   21    1  97.8 178   SÍ
## 10           I10   22    2  56.4 165   SÍ
## 11           I11   23    1  65.4 158   NO
## 12           I12   25    2  67.5 183   NO
## 13           I13   26    2  87.4 184   SÍ
## 14           I14   24    2  99.7 164   SÍ
## 15           I15   22    1  87.6 189   SÍ
## 16           I16   21    1  93.4 167   SÍ
## 17           I17   25    1  65.4 182   NO
## 18           I18   26    2  73.7 179   NO
## 19           I19   24    2  85.1 165   SÍ
## 20           I20   21    2  61.2 158   SÍ
## 21           I21   25    1  54.8 183   SÍ
## 22           I22   27    2 103.4 184   NO
## 23           I23   26    1  65.8 189   SÍ
## 24           I24   22    1  71.7 166   NO
## 25           I25   29    2  85.0 175   SÍ
selec1<- subset(Trat_Pulmón, Edad >22) #apartado a)
selec1
##    Identificador Edad Sexo  Peso Alt Fuma
## 1             I1   23    1  76.5 165   SÍ
## 2             I2   24    2  81.2 154   NO
## 5             I5   23    1  67.3 164   NO
## 6             I6   25    2  78.6 175   NO
## 7             I7   26    2  67.9 182   NO
## 8             I8   24    2 100.2 165   SÍ
## 11           I11   23    1  65.4 158   NO
## 12           I12   25    2  67.5 183   NO
## 13           I13   26    2  87.4 184   SÍ
## 14           I14   24    2  99.7 164   SÍ
## 17           I17   25    1  65.4 182   NO
## 18           I18   26    2  73.7 179   NO
## 19           I19   24    2  85.1 165   SÍ
## 21           I21   25    1  54.8 183   SÍ
## 22           I22   27    2 103.4 184   NO
## 23           I23   26    1  65.8 189   SÍ
## 25           I25   29    2  85.0 175   SÍ
selec2 <- Trat_Pulmón[3, 4] #apartado b)
selec2
## [1] 79.3
## [1] 79.3
selec3 <- subset(Trat_Pulmón, Edad < 27, select = -c(Alt)) #apartado c)
selec3
##    Identificador Edad Sexo  Peso Fuma
## 1             I1   23    1  76.5   SÍ
## 2             I2   24    2  81.2   NO
## 3             I3   21    1  79.3   SÍ
## 4             I4   22    1  59.5   SÍ
## 5             I5   23    1  67.3   NO
## 6             I6   25    2  78.6   NO
## 7             I7   26    2  67.9   NO
## 8             I8   24    2 100.2   SÍ
## 9             I9   21    1  97.8   SÍ
## 10           I10   22    2  56.4   SÍ
## 11           I11   23    1  65.4   NO
## 12           I12   25    2  67.5   NO
## 13           I13   26    2  87.4   SÍ
## 14           I14   24    2  99.7   SÍ
## 15           I15   22    1  87.6   SÍ
## 16           I16   21    1  93.4   SÍ
## 17           I17   25    1  65.4   NO
## 18           I18   26    2  73.7   NO
## 19           I19   24    2  85.1   SÍ
## 20           I20   21    2  61.2   SÍ
## 21           I21   25    1  54.8   SÍ
## 23           I23   26    1  65.8   SÍ
## 24           I24   22    1  71.7   NO
#ejercicio 8:
library(datasets)
data.frame(ChickWeight)
##     weight Time Chick Diet
## 1       42    0     1    1
## 2       51    2     1    1
## 3       59    4     1    1
## 4       64    6     1    1
## 5       76    8     1    1
## 6       93   10     1    1
## 7      106   12     1    1
## 8      125   14     1    1
## 9      149   16     1    1
## 10     171   18     1    1
## 11     199   20     1    1
## 12     205   21     1    1
## 13      40    0     2    1
## 14      49    2     2    1
## 15      58    4     2    1
## 16      72    6     2    1
## 17      84    8     2    1
## 18     103   10     2    1
## 19     122   12     2    1
## 20     138   14     2    1
## 21     162   16     2    1
## 22     187   18     2    1
## 23     209   20     2    1
## 24     215   21     2    1
## 25      43    0     3    1
## 26      39    2     3    1
## 27      55    4     3    1
## 28      67    6     3    1
## 29      84    8     3    1
## 30      99   10     3    1
## 31     115   12     3    1
## 32     138   14     3    1
## 33     163   16     3    1
## 34     187   18     3    1
## 35     198   20     3    1
## 36     202   21     3    1
## 37      42    0     4    1
## 38      49    2     4    1
## 39      56    4     4    1
## 40      67    6     4    1
## 41      74    8     4    1
## 42      87   10     4    1
## 43     102   12     4    1
## 44     108   14     4    1
## 45     136   16     4    1
## 46     154   18     4    1
## 47     160   20     4    1
## 48     157   21     4    1
## 49      41    0     5    1
## 50      42    2     5    1
## 51      48    4     5    1
## 52      60    6     5    1
## 53      79    8     5    1
## 54     106   10     5    1
## 55     141   12     5    1
## 56     164   14     5    1
## 57     197   16     5    1
## 58     199   18     5    1
## 59     220   20     5    1
## 60     223   21     5    1
## 61      41    0     6    1
## 62      49    2     6    1
## 63      59    4     6    1
## 64      74    6     6    1
## 65      97    8     6    1
## 66     124   10     6    1
## 67     141   12     6    1
## 68     148   14     6    1
## 69     155   16     6    1
## 70     160   18     6    1
## 71     160   20     6    1
## 72     157   21     6    1
## 73      41    0     7    1
## 74      49    2     7    1
## 75      57    4     7    1
## 76      71    6     7    1
## 77      89    8     7    1
## 78     112   10     7    1
## 79     146   12     7    1
## 80     174   14     7    1
## 81     218   16     7    1
## 82     250   18     7    1
## 83     288   20     7    1
## 84     305   21     7    1
## 85      42    0     8    1
## 86      50    2     8    1
## 87      61    4     8    1
## 88      71    6     8    1
## 89      84    8     8    1
## 90      93   10     8    1
## 91     110   12     8    1
## 92     116   14     8    1
## 93     126   16     8    1
## 94     134   18     8    1
## 95     125   20     8    1
## 96      42    0     9    1
## 97      51    2     9    1
## 98      59    4     9    1
## 99      68    6     9    1
## 100     85    8     9    1
## 101     96   10     9    1
## 102     90   12     9    1
## 103     92   14     9    1
## 104     93   16     9    1
## 105    100   18     9    1
## 106    100   20     9    1
## 107     98   21     9    1
## 108     41    0    10    1
## 109     44    2    10    1
## 110     52    4    10    1
## 111     63    6    10    1
## 112     74    8    10    1
## 113     81   10    10    1
## 114     89   12    10    1
## 115     96   14    10    1
## 116    101   16    10    1
## 117    112   18    10    1
## 118    120   20    10    1
## 119    124   21    10    1
## 120     43    0    11    1
## 121     51    2    11    1
## 122     63    4    11    1
## 123     84    6    11    1
## 124    112    8    11    1
## 125    139   10    11    1
## 126    168   12    11    1
## 127    177   14    11    1
## 128    182   16    11    1
## 129    184   18    11    1
## 130    181   20    11    1
## 131    175   21    11    1
## 132     41    0    12    1
## 133     49    2    12    1
## 134     56    4    12    1
## 135     62    6    12    1
## 136     72    8    12    1
## 137     88   10    12    1
## 138    119   12    12    1
## 139    135   14    12    1
## 140    162   16    12    1
## 141    185   18    12    1
## 142    195   20    12    1
## 143    205   21    12    1
## 144     41    0    13    1
## 145     48    2    13    1
## 146     53    4    13    1
## 147     60    6    13    1
## 148     65    8    13    1
## 149     67   10    13    1
## 150     71   12    13    1
## 151     70   14    13    1
## 152     71   16    13    1
## 153     81   18    13    1
## 154     91   20    13    1
## 155     96   21    13    1
## 156     41    0    14    1
## 157     49    2    14    1
## 158     62    4    14    1
## 159     79    6    14    1
## 160    101    8    14    1
## 161    128   10    14    1
## 162    164   12    14    1
## 163    192   14    14    1
## 164    227   16    14    1
## 165    248   18    14    1
## 166    259   20    14    1
## 167    266   21    14    1
## 168     41    0    15    1
## 169     49    2    15    1
## 170     56    4    15    1
## 171     64    6    15    1
## 172     68    8    15    1
## 173     68   10    15    1
## 174     67   12    15    1
## 175     68   14    15    1
## 176     41    0    16    1
## 177     45    2    16    1
## 178     49    4    16    1
## 179     51    6    16    1
## 180     57    8    16    1
## 181     51   10    16    1
## 182     54   12    16    1
## 183     42    0    17    1
## 184     51    2    17    1
## 185     61    4    17    1
## 186     72    6    17    1
## 187     83    8    17    1
## 188     89   10    17    1
## 189     98   12    17    1
## 190    103   14    17    1
## 191    113   16    17    1
## 192    123   18    17    1
## 193    133   20    17    1
## 194    142   21    17    1
## 195     39    0    18    1
## 196     35    2    18    1
## 197     43    0    19    1
## 198     48    2    19    1
## 199     55    4    19    1
## 200     62    6    19    1
## 201     65    8    19    1
## 202     71   10    19    1
## 203     82   12    19    1
## 204     88   14    19    1
## 205    106   16    19    1
## 206    120   18    19    1
## 207    144   20    19    1
## 208    157   21    19    1
## 209     41    0    20    1
## 210     47    2    20    1
## 211     54    4    20    1
## 212     58    6    20    1
## 213     65    8    20    1
## 214     73   10    20    1
## 215     77   12    20    1
## 216     89   14    20    1
## 217     98   16    20    1
## 218    107   18    20    1
## 219    115   20    20    1
## 220    117   21    20    1
## 221     40    0    21    2
## 222     50    2    21    2
## 223     62    4    21    2
## 224     86    6    21    2
## 225    125    8    21    2
## 226    163   10    21    2
## 227    217   12    21    2
## 228    240   14    21    2
## 229    275   16    21    2
## 230    307   18    21    2
## 231    318   20    21    2
## 232    331   21    21    2
## 233     41    0    22    2
## 234     55    2    22    2
## 235     64    4    22    2
## 236     77    6    22    2
## 237     90    8    22    2
## 238     95   10    22    2
## 239    108   12    22    2
## 240    111   14    22    2
## 241    131   16    22    2
## 242    148   18    22    2
## 243    164   20    22    2
## 244    167   21    22    2
## 245     43    0    23    2
## 246     52    2    23    2
## 247     61    4    23    2
## 248     73    6    23    2
## 249     90    8    23    2
## 250    103   10    23    2
## 251    127   12    23    2
## 252    135   14    23    2
## 253    145   16    23    2
## 254    163   18    23    2
## 255    170   20    23    2
## 256    175   21    23    2
## 257     42    0    24    2
## 258     52    2    24    2
## 259     58    4    24    2
## 260     74    6    24    2
## 261     66    8    24    2
## 262     68   10    24    2
## 263     70   12    24    2
## 264     71   14    24    2
## 265     72   16    24    2
## 266     72   18    24    2
## 267     76   20    24    2
## 268     74   21    24    2
## 269     40    0    25    2
## 270     49    2    25    2
## 271     62    4    25    2
## 272     78    6    25    2
## 273    102    8    25    2
## 274    124   10    25    2
## 275    146   12    25    2
## 276    164   14    25    2
## 277    197   16    25    2
## 278    231   18    25    2
## 279    259   20    25    2
## 280    265   21    25    2
## 281     42    0    26    2
## 282     48    2    26    2
## 283     57    4    26    2
## 284     74    6    26    2
## 285     93    8    26    2
## 286    114   10    26    2
## 287    136   12    26    2
## 288    147   14    26    2
## 289    169   16    26    2
## 290    205   18    26    2
## 291    236   20    26    2
## 292    251   21    26    2
## 293     39    0    27    2
## 294     46    2    27    2
## 295     58    4    27    2
## 296     73    6    27    2
## 297     87    8    27    2
## 298    100   10    27    2
## 299    115   12    27    2
## 300    123   14    27    2
## 301    144   16    27    2
## 302    163   18    27    2
## 303    185   20    27    2
## 304    192   21    27    2
## 305     39    0    28    2
## 306     46    2    28    2
## 307     58    4    28    2
## 308     73    6    28    2
## 309     92    8    28    2
## 310    114   10    28    2
## 311    145   12    28    2
## 312    156   14    28    2
## 313    184   16    28    2
## 314    207   18    28    2
## 315    212   20    28    2
## 316    233   21    28    2
## 317     39    0    29    2
## 318     48    2    29    2
## 319     59    4    29    2
## 320     74    6    29    2
## 321     87    8    29    2
## 322    106   10    29    2
## 323    134   12    29    2
## 324    150   14    29    2
## 325    187   16    29    2
## 326    230   18    29    2
## 327    279   20    29    2
## 328    309   21    29    2
## 329     42    0    30    2
## 330     48    2    30    2
## 331     59    4    30    2
## 332     72    6    30    2
## 333     85    8    30    2
## 334     98   10    30    2
## 335    115   12    30    2
## 336    122   14    30    2
## 337    143   16    30    2
## 338    151   18    30    2
## 339    157   20    30    2
## 340    150   21    30    2
## 341     42    0    31    3
## 342     53    2    31    3
## 343     62    4    31    3
## 344     73    6    31    3
## 345     85    8    31    3
## 346    102   10    31    3
## 347    123   12    31    3
## 348    138   14    31    3
## 349    170   16    31    3
## 350    204   18    31    3
## 351    235   20    31    3
## 352    256   21    31    3
## 353     41    0    32    3
## 354     49    2    32    3
## 355     65    4    32    3
## 356     82    6    32    3
## 357    107    8    32    3
## 358    129   10    32    3
## 359    159   12    32    3
## 360    179   14    32    3
## 361    221   16    32    3
## 362    263   18    32    3
## 363    291   20    32    3
## 364    305   21    32    3
## 365     39    0    33    3
## 366     50    2    33    3
## 367     63    4    33    3
## 368     77    6    33    3
## 369     96    8    33    3
## 370    111   10    33    3
## 371    137   12    33    3
## 372    144   14    33    3
## 373    151   16    33    3
## 374    146   18    33    3
## 375    156   20    33    3
## 376    147   21    33    3
## 377     41    0    34    3
## 378     49    2    34    3
## 379     63    4    34    3
## 380     85    6    34    3
## 381    107    8    34    3
## 382    134   10    34    3
## 383    164   12    34    3
## 384    186   14    34    3
## 385    235   16    34    3
## 386    294   18    34    3
## 387    327   20    34    3
## 388    341   21    34    3
## 389     41    0    35    3
## 390     53    2    35    3
## 391     64    4    35    3
## 392     87    6    35    3
## 393    123    8    35    3
## 394    158   10    35    3
## 395    201   12    35    3
## 396    238   14    35    3
## 397    287   16    35    3
## 398    332   18    35    3
## 399    361   20    35    3
## 400    373   21    35    3
## 401     39    0    36    3
## 402     48    2    36    3
## 403     61    4    36    3
## 404     76    6    36    3
## 405     98    8    36    3
## 406    116   10    36    3
## 407    145   12    36    3
## 408    166   14    36    3
## 409    198   16    36    3
## 410    227   18    36    3
## 411    225   20    36    3
## 412    220   21    36    3
## 413     41    0    37    3
## 414     48    2    37    3
## 415     56    4    37    3
## 416     68    6    37    3
## 417     80    8    37    3
## 418     83   10    37    3
## 419    103   12    37    3
## 420    112   14    37    3
## 421    135   16    37    3
## 422    157   18    37    3
## 423    169   20    37    3
## 424    178   21    37    3
## 425     41    0    38    3
## 426     49    2    38    3
## 427     61    4    38    3
## 428     74    6    38    3
## 429     98    8    38    3
## 430    109   10    38    3
## 431    128   12    38    3
## 432    154   14    38    3
## 433    192   16    38    3
## 434    232   18    38    3
## 435    280   20    38    3
## 436    290   21    38    3
## 437     42    0    39    3
## 438     50    2    39    3
## 439     61    4    39    3
## 440     78    6    39    3
## 441     89    8    39    3
## 442    109   10    39    3
## 443    130   12    39    3
## 444    146   14    39    3
## 445    170   16    39    3
## 446    214   18    39    3
## 447    250   20    39    3
## 448    272   21    39    3
## 449     41    0    40    3
## 450     55    2    40    3
## 451     66    4    40    3
## 452     79    6    40    3
## 453    101    8    40    3
## 454    120   10    40    3
## 455    154   12    40    3
## 456    182   14    40    3
## 457    215   16    40    3
## 458    262   18    40    3
## 459    295   20    40    3
## 460    321   21    40    3
## 461     42    0    41    4
## 462     51    2    41    4
## 463     66    4    41    4
## 464     85    6    41    4
## 465    103    8    41    4
## 466    124   10    41    4
## 467    155   12    41    4
## 468    153   14    41    4
## 469    175   16    41    4
## 470    184   18    41    4
## 471    199   20    41    4
## 472    204   21    41    4
## 473     42    0    42    4
## 474     49    2    42    4
## 475     63    4    42    4
## 476     84    6    42    4
## 477    103    8    42    4
## 478    126   10    42    4
## 479    160   12    42    4
## 480    174   14    42    4
## 481    204   16    42    4
## 482    234   18    42    4
## 483    269   20    42    4
## 484    281   21    42    4
## 485     42    0    43    4
## 486     55    2    43    4
## 487     69    4    43    4
## 488     96    6    43    4
## 489    131    8    43    4
## 490    157   10    43    4
## 491    184   12    43    4
## 492    188   14    43    4
## 493    197   16    43    4
## 494    198   18    43    4
## 495    199   20    43    4
## 496    200   21    43    4
## 497     42    0    44    4
## 498     51    2    44    4
## 499     65    4    44    4
## 500     86    6    44    4
## 501    103    8    44    4
## 502    118   10    44    4
## 503    127   12    44    4
## 504    138   14    44    4
## 505    145   16    44    4
## 506    146   18    44    4
## 507     41    0    45    4
## 508     50    2    45    4
## 509     61    4    45    4
## 510     78    6    45    4
## 511     98    8    45    4
## 512    117   10    45    4
## 513    135   12    45    4
## 514    141   14    45    4
## 515    147   16    45    4
## 516    174   18    45    4
## 517    197   20    45    4
## 518    196   21    45    4
## 519     40    0    46    4
## 520     52    2    46    4
## 521     62    4    46    4
## 522     82    6    46    4
## 523    101    8    46    4
## 524    120   10    46    4
## 525    144   12    46    4
## 526    156   14    46    4
## 527    173   16    46    4
## 528    210   18    46    4
## 529    231   20    46    4
## 530    238   21    46    4
## 531     41    0    47    4
## 532     53    2    47    4
## 533     66    4    47    4
## 534     79    6    47    4
## 535    100    8    47    4
## 536    123   10    47    4
## 537    148   12    47    4
## 538    157   14    47    4
## 539    168   16    47    4
## 540    185   18    47    4
## 541    210   20    47    4
## 542    205   21    47    4
## 543     39    0    48    4
## 544     50    2    48    4
## 545     62    4    48    4
## 546     80    6    48    4
## 547    104    8    48    4
## 548    125   10    48    4
## 549    154   12    48    4
## 550    170   14    48    4
## 551    222   16    48    4
## 552    261   18    48    4
## 553    303   20    48    4
## 554    322   21    48    4
## 555     40    0    49    4
## 556     53    2    49    4
## 557     64    4    49    4
## 558     85    6    49    4
## 559    108    8    49    4
## 560    128   10    49    4
## 561    152   12    49    4
## 562    166   14    49    4
## 563    184   16    49    4
## 564    203   18    49    4
## 565    233   20    49    4
## 566    237   21    49    4
## 567     41    0    50    4
## 568     54    2    50    4
## 569     67    4    50    4
## 570     84    6    50    4
## 571    105    8    50    4
## 572    122   10    50    4
## 573    155   12    50    4
## 574    175   14    50    4
## 575    205   16    50    4
## 576    234   18    50    4
## 577    264   20    50    4
## 578    264   21    50    4
head(ChickWeight)
##   weight Time Chick Diet
## 1     42    0     1    1
## 2     51    2     1    1
## 3     59    4     1    1
## 4     64    6     1    1
## 5     76    8     1    1
## 6     93   10     1    1
plot(ChickWeight$weight, col=blues9, main="Gráfico 1")

boxplot(ChickWeight$Time, col="yellow", main="Gráfico 2")

#ejercicio 9:
##cargamos los valores de anorexia
library(MASS)
post_pre_v<-c(anorexia$Postwt-anorexia$Prewt)
post_pre_v
##  [1]  -0.5  -9.3  -5.4  12.3  -2.0 -10.2 -12.2  11.6  -7.1   6.2  -0.2  -9.2
## [13]   8.3   3.3  11.3   0.0  -1.0 -10.6  -4.6  -6.7   2.8   0.3   1.8   3.7
## [25]  15.9 -10.2   1.7   0.7  -0.1  -0.7  -3.5  14.9   3.5  17.1  -7.6   1.6
## [37]  11.7   6.1   1.1  -4.0  20.9  -9.1   2.1  -1.4   1.4  -0.3  -3.7  -0.8
## [49]   2.4  12.6   1.9   3.9   0.1  15.4  -0.7  11.4  11.0   5.5   9.4  13.6
## [61]  -2.9  -0.1   7.4  21.5  -5.3  -3.8  13.4  13.1   9.0   3.9   5.7  10.7
#creamos el conjunto de datos a partir del vector del pre-post
anorexia_treat_df<-data.frame(anorexia,post_pre_v)
head(anorexia_treat_df)
##   Treat Prewt Postwt post_pre_v
## 1  Cont  80.7   80.2       -0.5
## 2  Cont  89.4   80.1       -9.3
## 3  Cont  91.8   86.4       -5.4
## 4  Cont  74.0   86.3       12.3
## 5  Cont  78.1   76.1       -2.0
## 6  Cont  88.3   78.1      -10.2
#seleccionamos los elementos que han seguido el tratamiento
anorexia_treat_C_df<-
subset(anorexia_treat_df,anorexia_treat_df$Treat=="Cont")
head(anorexia_treat_C_df)
##   Treat Prewt Postwt post_pre_v
## 1  Cont  80.7   80.2       -0.5
## 2  Cont  89.4   80.1       -9.3
## 3  Cont  91.8   86.4       -5.4
## 4  Cont  74.0   86.3       12.3
## 5  Cont  78.1   76.1       -2.0
## 6  Cont  88.3   78.1      -10.2

R Markdown

This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.

When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Including Plots

You can also embed plots, for example:

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.