Base de datos Juegos Olimpicos de Atenas 2004

A lo largo de esta evaluación estadística con la ayuda de R, se realizaron diversas tareas que ofrecieron perspectivas esenciales sobre los datos de los Juegos Olímpicos de Atenas 2004. Las cuales se presentarán en la realización de cada punto.

1. Muesta aleatoria

La generación de una muestra aleatoria de 200 datos, respaldada por una semilla derivada de los últimos dígitos de las cédulas, asegura la representatividad del análisis. La exclusión de columnas específicas simplifica el conjunto de datos, facilitando interpretaciones más precisas y enfocadas. Este procedimiento resalta la eficiencia de R en la manipulación de datos.

2. Dataframe Paises participantes por sexo

La creación de un dataframe por género ofrece una visión detallada de la participación olímpica, destacando las diferencias y patrones relacionados con hombres y mujeres de manera estadística. Las funciones clave de group_by, summarise, y pivot_wider de las bibliotecas dplyr y tidyr facilitaron la organización eficiente de estos datos.

3. Frecuencia absoluta de medallería por países y pais ganador

## # A tibble: 1 × 5
## # Groups:   Pais [1]
##   Pais           `NA` Silver  Gold Bronze
##   <chr>         <int>  <int> <int>  <int>
## 1 United States    12      1     6      0

3.1 Frecuencia absoluta de medallería por paises

mpp1

3.2 Pais ganador

Estados Unidos
Estados Unidos

La identificación de Estados Unidos como líder en medallas de oro, mediante el análisis de frecuencias absolutas, subraya la robustez de este enfoque estadístico para evaluar el rendimiento de los países en la competición. La aplicación de funciones como pivot_wider y which.max contribuyó a este análisis efectivo. Estados Unidos se destaca al ganar 6 medallas de oro. Gracias a este estudio se permite validar la aleatoriedad de los datos, ya que si se revisan de manera detallada habría dos países ganadores por la cantidad de medallas obtenidas, ya que tanto Estados Unidos como Australia obtuvieron un total de 34 medallas.

4. Diagrama “Deportes en competicion”

La elección del diagrama de torta como herramienta visual destaca de manera efectiva la diversidad deportiva de manera cuantitativa. Este análisis estadístico proporciona una comprensión rápida y visual de la distribución de deportes en el evento. La biblioteca ggplot2 fue instrumental para la creación de esta visualización. En el diagrama de torta se puede observar como dentro de la muestra aleatoria que se obtuvo, la cual tiene un total de 200 datos, genero que el deporte con mayor participación fue natación con un 30.5% al cual le sigue ciclismo con un 19.5%.

## package 'stringr' successfully unpacked and MD5 sums checked
## 
## The downloaded binary packages are in
##  C:\Users\Charlot\AppData\Local\Temp\RtmpCMZPg0\downloaded_packages

5. Diagramas bigotes y cajas

5.1 Diagrama de bigotes y cajas sexo femnino y peso

5.2 Diarama de bigotes y cajas para sexo masculino y peso

La identificación de datos atípicos en el grupo de mujeres y la ausencia de estos en el grupo masculino enfatiza la importancia de análisis estadísticos para detectar valores atípicos. Las funciones como filter y geom_boxplot de ggplot2 fueron cruciales para analizar y visualizar los pesos de hombres y mujeres.

6. Resumen variables cuantitativas

6.1 Sexo masculino

Medidas estadísticas cuantitativas para el sexo masculino
Medida Valor
Media 180.47619047619
Mediana 181
Moda 180
Rango 156 - 200
Desviación Estándar 9.694299
Varianza 93.979429
Coeficiente de Variación 5.371511
Cuartil 156 - 174 - 181 - 187 - 200
Percentil 70 185
Asimetría -0.233074005780812

6.2 Sexo femenino

Medidas estadísticas cuantitativas para el sexo Femenino
Medida Valor
Media 167.027027027027
Mediana 168
Moda 168
Rango 145 - 186
Desviación Estándar 7.879178
Varianza 62.081451
Coeficiente de Variación 4.717307
Cuartil 145 - 163 - 168 - 172 - 186
Percentil 70 170.1
Asimetría -0.470295338417531

Las estadísticas descriptivas para las alturas de hombres y mujeres ofrecen una visión detallada de la distribución y variabilidad en los datos. Funciones como mean, median, ds_mode, skewness, entre otras, fueron empleadas en este análisis.

7. Frecuencias de altura femenina y su histograma

7.1 Tabla de frecuencias relativas de la altura en mujeres

7.2 Histograma de altura en mujeres

La construcción de una tabla de frecuencias y un histograma para las alturas de mujeres proporciona una visión detallada de la distribución, permitiendo la identificación de patrones y características distintivas a nivel estadístico.

En resumen, la aplicación de métodos estadísticos mediante R no solo revela información valiosa sobre los Juegos Olímpicos, sino que también destaca la importancia de la estadística en el desentrañamiento y comprensión de información valiosa dentro de conjuntos de datos significativos. Este análisis, a través de su eficiente ejecución y la utilización de diversas herramientas estadísticas, subraya la relevancia de la estadística en la interpretación de datos relevantes.