TEMA 3 - Ejercicio 1: Exploratorio de mtcars
Víctor F. Climent
2024-04-20
html_document
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(mtcars)## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs
## Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
## Median :3.695 Median :3.325 Median :17.71 Median :0.0000
## Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
## Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
## am gear carb
## Min. :0.0000 Min. :3.000 Min. :1.000
## 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
## Median :0.0000 Median :4.000 Median :2.000
## Mean :0.4062 Mean :3.688 Mean :2.812
## 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000 Max. :8.000Including Plots
You can also embed plots, for example:
# Calculo para todas las variables su media y desviación estándar
media_mpg <- mean(mtcars$mpg)
sd_mpg <- sd(mtcars$mpg)
# Crear entonces el gráfico
ggplot(mtcars, aes(x=mpg)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media_mpg, sd = sd_mpg), colour = "red") +
ggtitle("Histograma de Millas por galón") +
xlab("Millas por galón") +
ylab("Densidad") +
theme_minimal()## Warning: The dot-dot notation (`..density..`) was deprecated in ggplot2 3.4.0.
## ℹ Please use `after_stat(density)` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
media <- mean(mtcars$cyl)
sd <- sd(mtcars$cyl)
ggplot(mtcars, aes(x=cyl)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Número de cilindros") +
xlab("Número de cilindros") +
ylab("Densidad") +
theme_minimal()
media <- mean(mtcars$disp)
sd <- sd(mtcars$disp)
ggplot(mtcars, aes(x=disp)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Desplazamiento por pulgadas cúbicas (cu.in.= Cubic Inches)") +
xlab("Desplazamiento por pulgadas cúbicas (cu.in.= Cubic Inches))") +
ylab("Densidad") +
theme_minimal()
media <- mean(mtcars$hp)
sd <- sd(mtcars$hp)
ggplot(mtcars, aes(x=hp)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Caballos de fuerza brutos") +
xlab("Caballos de fuerza brutos") +
ylab("Densidad") +
theme_minimal()
media <- mean(mtcars$drat)
sd <- sd(mtcars$drat)
ggplot(mtcars, aes(x=drat)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Relación del eje trasero") +
xlab("Relación del eje trasero") +
ylab("Densidad") +
theme_minimal()
media <- mean(mtcars$wt)
sd <- sd(mtcars$wt)
ggplot(mtcars, aes(x=wt)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Peso (1000 lbs)") +
xlab("Peso (1000 lbs)") +
ylab("Densidad") +
theme_minimal()
media <- mean(mtcars$qsec)
sd <- sd(mtcars$qsec)
ggplot(mtcars, aes(x=qsec)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Tiempo en 1/4 de milla") +
xlab("Tiempo en 1/4 de milla") +
ylab("Densidad") +
theme_minimal()
ggplot(mtcars, aes(x=factor(vs, labels = c("en V", "recto")))) +
geom_bar(fill = "blue", color = "black") +
ggtitle("Diagrama de Barras de Motor (0 = en V, 1 = recto)") +
xlab("Motor (0 = en V, 1 = recto)") +
ylab("Frecuencia") +
theme_minimal()
ggplot(mtcars, aes(x=factor(am, labels = c("automática", "manual")))) +
geom_bar(fill = "blue", color = "black") +
ggtitle("Diagrama de Barras de Transmisión (0 = automática, 1 = manual)") +
xlab("Transmisión (0 = automática, 1 = manual)") +
ylab("Frecuencia") +
theme_minimal()
media <- mean(mtcars$gear)
sd <- sd(mtcars$gear)
ggplot(mtcars, aes(x=gear)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Número de marchas adelante") +
xlab("Número de marchas adelante") +
ylab("Densidad") +
theme_minimal()
media <- mean(mtcars$carb)
sd <- sd(mtcars$carb)
ggplot(mtcars, aes(x=carb)) +
geom_histogram(aes(y=..density..), bins = 10, fill = "blue", color = "black") +
stat_function(fun = dnorm, args = list(mean = media, sd = sd), colour = "red") +
ggtitle("Histograma de Número de carburadores") +
xlab("Número de carburadores") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para variables cuantitativas continuas o cuantitativas discretas no dicotómicas + cuartiles + outliers
# Gráfica de violín para Millas por Galón (mpg)
ggplot(mtcars, aes(x = factor(1), y = mpg)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Millas por Galón") +
xlab("Millas por Galón") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Número de Cilindros (cyl)
ggplot(mtcars, aes(x = factor(1), y = cyl)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Número de cilindros") +
xlab("Número de cilindros") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Número de Cilindros (disp)
ggplot(mtcars, aes(x = factor(1), y = disp)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Desplazamiento por pulgadas cúbicas (cu.in.= Cubic Inches)") +
xlab("Desplazamiento por pulgadas cúbicas (cu.in.= Cubic Inches)") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Caballos de Fuerza (hp)
ggplot(mtcars, aes(x = factor(1), y = hp)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Caballos de fuerza") +
xlab("Caballos de Fuerza") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Relación del eje trasero (drat)
ggplot(mtcars, aes(x = factor(1), y = drat)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín Relación del eje trasero") +
xlab("Relación del eje trasero") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Peso (1000 lbs) (wt)
ggplot(mtcars, aes(x = factor(1), y = wt)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Peso (1000 lbs)") +
xlab("Peso (1000 lbs)") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Tiempo en 1/4 de milla (qsec)
ggplot(mtcars, aes(x = factor(1), y = qsec)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Tiempo en 1/4 de milla") +
xlab("Tiempo en 1/4 de milla") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Número de marchas para adelante(gear)
ggplot(mtcars, aes(x = factor(1), y = gear)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Número de marchas para adelante") +
xlab("Número de marchas para adelante") +
ylab("Densidad") +
theme_minimal()
# Gráfica de violín para Número de marchas para adelante(carb)
ggplot(mtcars, aes(x = factor(1), y = carb)) +
geom_violin(trim = FALSE, fill = "blue") +
geom_boxplot(width = 0.1, fill = NA, color = "black", outlier.color = "red", outlier.shape = 19) +
ggtitle("Gráfica de violín para Número de carburadores") +
xlab("Número de carburadores") +
ylab("Densidad") +
theme_minimal()
# Variables cualitativas o cuantitativas discretas analizadas con tablas
variables <- c("cyl", "gear", "carb", "vs", "am")
for(var in variables) {
cat("\n---\n")
cat("Variable:", var, "\n")
frecuencias <- table(mtcars[[var]])
print("Frecuencias:")
print(frecuencias)
frecuencias_relativas <- prop.table(frecuencias)
print("Frecuencias Relativas:")
print(frecuencias_relativas)
frecuencias_acumuladas <- cumsum(frecuencias)
print("Frecuencias Acumuladas:")
print(frecuencias_acumuladas)
}##
## ---
## Variable: cyl
## [1] "Frecuencias:"
##
## 4 6 8
## 11 7 14
## [1] "Frecuencias Relativas:"
##
## 4 6 8
## 0.34375 0.21875 0.43750
## [1] "Frecuencias Acumuladas:"
## 4 6 8
## 11 18 32
##
## ---
## Variable: gear
## [1] "Frecuencias:"
##
## 3 4 5
## 15 12 5
## [1] "Frecuencias Relativas:"
##
## 3 4 5
## 0.46875 0.37500 0.15625
## [1] "Frecuencias Acumuladas:"
## 3 4 5
## 15 27 32
##
## ---
## Variable: carb
## [1] "Frecuencias:"
##
## 1 2 3 4 6 8
## 7 10 3 10 1 1
## [1] "Frecuencias Relativas:"
##
## 1 2 3 4 6 8
## 0.21875 0.31250 0.09375 0.31250 0.03125 0.03125
## [1] "Frecuencias Acumuladas:"
## 1 2 3 4 6 8
## 7 17 20 30 31 32
##
## ---
## Variable: vs
## [1] "Frecuencias:"
##
## 0 1
## 18 14
## [1] "Frecuencias Relativas:"
##
## 0 1
## 0.5625 0.4375
## [1] "Frecuencias Acumuladas:"
## 0 1
## 18 32
##
## ---
## Variable: am
## [1] "Frecuencias:"
##
## 0 1
## 19 13
## [1] "Frecuencias Relativas:"
##
## 0 1
## 0.59375 0.40625
## [1] "Frecuencias Acumuladas:"
## 0 1
## 19 32Note that the echo = FALSE parameter was added to the
code chunk to prevent printing of the R code that generated the
plot.
library(ggplot2) library(tidyr) library(dplyr)