#author:“VICTOR MARZAN”/ “VALENTINA DIAS”

# TRABAJO 2: ESTADISTICA

## PUNTO 1

##De las siguientes variables indique cuales son cualitativas (ordinal o nominal), o cuantitativa (discreta o continua).

#| VARIABLE                                 | TIPO DE VARIABLE       | 
#|-----------------------------------------|------------------------|
#| Tiempo de falla de un articulo          | cuantitativa-continua | 
#| Profesión de una persona                | cualitativa-nominal    | 
#| Número de cliente en espera de atención | cuantitativa-discreta  | 
#| Clasificación tipo de clientes          | cualitativa-nominal    | 
#| Calificación de la calidad de un producto | cualitativa-ordinal   |
#| Cantidad de artículos defectuosos       | cuantitativa-discreta  |

## PUNTO 2

#Se les pidi a 20 consumidores que probaran una nueva marca de café y que las
#calificaran del 1 al 10 deacuerdo a su gusto, donde 1 es de poco gusto y 10 es
#excesivamente delicioso. las puntuaciones fuerO n.

PUNTUACION<- c(6, 4, 8, 5, 6, 8, 7, 4, 7, 6, 5, 6, 6, 7, 8, 7, 9, 7, 5, 6)
 tabla_frecuencia <- table(PUNTUACION)

 
frecuencia_abs_acum <- cumsum(tabla_frecuencia)

frecuencia_relativa <- prop.table(tabla_frecuencia)

frecuencia_relativa_acum <-cumsum(frecuencia_relativa)  

 
tabla_resultados <- data.frame(Datos = names(tabla_frecuencia),  
Frecuencia_Absoluta = as.numeric(tabla_frecuencia),Frecuencia_Absoluta_Acumulada = frecuencia_abs_acum, Frecuencia_Relativa = as.numeric(frecuencia_relativa), Frecuencia_Relativa_Acumulada = frecuencia_relativa_acum)

 
 
 knitr::kable(tabla_resultados, caption = "Tabla de Frecuencia", format = "markdown")
Tabla de Frecuencia
Datos Frecuencia_Absoluta Frecuencia_Absoluta_Acumulada Frecuencia_Relativa Frecuencia_Relativa_Acumulada
4 4 2 2 0.10 0.10
5 5 3 5 0.15 0.25
6 6 6 11 0.30 0.55
7 7 5 16 0.25 0.80
8 8 3 19 0.15 0.95
9 9 1 20 0.05 1.00 
 # GRAFICA
  barplot(tabla_frecuencia, 
        main = "GRAFICO DE BARRAS ", 
        xlab = "PUNTUACIONES", 
        ylab = "FRECUENCIA ADSOLUTA ",
        col = "GREEN",
        border = "black",
        ylim = c(0, max(tabla_frecuencia) + 1))

  # Datos de las baterías
A <- c(33.7, 34.5, 26.3, 32.8, 27.6, 30.4, 31.9, 41.4, 35.0, 31.5, 27.2, 35.4, 29.7, 39.2, 36.4)  
B <- c(30.6, 22.7, 26.8, 38.7, 28.9, 44.4, 36.4, 40.2, 35.9, 37.3, 53.2, 45.0, 36.7, 45.2, 25.3)    

# punto 3.
# Calcule La media, mediana y desviación típica para el tiempo de vida de las baterias para cada marca
media_A <- mean(A)
media_B <- mean(B)

mediana_A <- median(A)
mediana_B <- median(B)

desviacion_A <- sd(A)
desviacion_B <- sd(B)

# 3.2 Hallar los cuartiles 1 y 3, para los tiempos de vida registrados en ambas marcas
cuartil_1_A <- quantile(A, 0.25)
cuartil_3_A <- quantile(A, 0.75)

cuartil_1_B <- quantile(B, 0.25)
cuartil_3_B <- quantile(B, 0.75)

# 3.3 Grafique los boxplot para los datos de ambas marcas en un mismo plano, compare y concluya con lo presentado en ambos gráficos
datos <- data.frame(Marca = c(rep("A", length(A)), rep("B", length(B))), Tiempo_de_vida = c(A, B))

# Gráfico de caja (Boxplot)
boxplot(Tiempo_de_vida ~ Marca, data = datos, xlab = "Marca", ylab = "Tiempo de Vida",
        main = "Comparación del Tiempo de Vida de Baterías por Marca")

#PUNTO 4
# Datos de consumo de energía (kwh)
datosb <- c(233, 345, 363, 428, 276, 404, 359, 414, 450, 285, 372, 314, 297, 503, 364, 407, 227, 458, 387, 289, 544, 328, 402, 265, 513, 532, 450, 337, 327, 479)

# Calcular el rango de los datos
rango_datosb <- range(datosb)
rango_total <- diff(rango_datosb)

# Calcular el número de intervalos usando la regla de Sturges
num_intervalos <- ceiling(1 + log2(length(datosb)))

# Calcular la amplitud de los intervalos
amplitud <- ceiling(rango_total / num_intervalos)

# Crear los intervalos para agrupar los datos
intervalos <- seq(from = min(datosb), to = max(datosb) + amplitud, by = amplitud)

# Crear una tabla de frecuencias
tabla_frecuencia <- table(cut(datosb, breaks = intervalos, right = FALSE))
frecuencia_abs_acum <- cumsum(tabla_frecuencia)

# Convertir la tabla de frecuencias a un data frame para mejor presentación
df_frecuencia <- as.data.frame(tabla_frecuencia)
df_frecuencia$Frecuencia_Absoluta_Acumulada <- frecuencia_abs_acum

# Calcular la desviación estándar de los datos
sd_datosb <- sd(datosb)

# Imprimir los resultados
print("Tabla de Frecuencia:")
## [1] "Tabla de Frecuencia:"
print(df_frecuencia)
##        Var1 Freq Frecuencia_Absoluta_Acumulada
## 1 [227,280)    4                             4
## 2 [280,333)    6                            10
## 3 [333,386)    6                            16
## 4 [386,439)    6                            22
## 5 [439,492)    4                            26
## 6 [492,545)    4                            30
print("Rango Total:")
## [1] "Rango Total:"
print(rango_total)
## [1] 317
print("Desviación Estándar:")
## [1] "Desviación Estándar:"
print(sd_datosb)
## [1] 87.29087
print("Amplitud:")
## [1] "Amplitud:"
print(amplitud)
## [1] 53
#PUNTO 4.3
# Datos agrupados
intervalos <- c(227, 280, 333, 386, 439, 492, 545)
frecuencia <- c(4, 6, 6, 6, 4, 4)

# Amplitud de los intervalos
amplitud <- diff(intervalos)[1]

# Mediana
mediana <- intervalos[3] + ((15 - 10) / 6) * amplitud
print("Mediana:")
## [1] "Mediana:"
print(mediana)
## [1] 377.1667
# Media
media <- sum(intervalos * frecuencia) / sum(frecuencia)
## Warning in intervalos * frecuencia: longitud de objeto mayor no es múltiplo de
## la longitud de uno menor
print("Media:")
## [1] "Media:"
print(media)
## [1] 426.8667
# Percentil 10
percentil10 <- intervalos[1] + (((10 * sum(frecuencia) / 100) - 0) / 6) * amplitud
print("Percentil 10:")
## [1] "Percentil 10:"
print(percentil10)
## [1] 253.5
# Percentil 90
percentil90 <- intervalos[4] + (((90 * sum(frecuencia) / 100) - sum(frecuencia[1:3])) / 6) * amplitud
print("Percentil 90:")
## [1] "Percentil 90:"
print(percentil90)
## [1] 483.1667
# Histograma de frecuencia
hist(datosb, main = "HISTOGRAMA ", 
        xlab = "consumo en (kwh)", 
        ylab = "frecuencia ",
        col = "red",)

# Gráfico de la ojiva "menor que"
ojiva <- cumsum(frecuencia)
plot(datosb, type = "o", col = "black", 
     main = "OJIVA", xlab = "FRECUENCIA ABSOLUTA ACUMULADA", ylab = "CONSUMO EN (KWH)")

#CONCLUCIONES DE LOS EJECICIOS

## 2.Basándonos en la tabla de frecuencia simple y el diagrama de barras que construimos, podemos
# concluir lo siguiente:
# 1. La puntuación más común dada por los consumidores fue 6, ya que tuvo la frecuencia más alta de
# 6 veces.
# 2. Las puntuaciones 5 y 7 también fueron bastante comunes, con frecuencias de 4 y 5
#respectivamente.


##3.Datos 1:
#- La mediana se encuentra en 32.86, lo que indica que la mitad de los datos están por encima y la
#otra mitad por debajo de este valor.
#- El rango intercuartílico (la diferencia entre el tercer y primer cuartil) es de 5.7, lo cual sugiere una
#dispersión moderada de los datos alrededor de la mediana.
#- Los valores mínimo y máximo están relativamente cerca de los cuartiles, lo que indica que no hay
#valores atípicos extremos.
#- La mediana se encuentra en 36.6, indicando nuevamente que la mitad de los datos están por
#- El rango intercuartílico es más amplio en este caso, siendo de 15.5, lo que sugiere una mayor
#dispersión de los datos alrededor de la mediana en comparación con los Datos 1.
#- Los valores mínimo y máximo están más alejados de los cuartiles en comparación con los Datos 1,
#Ambas gráficas (boxplots):
#entre ambos conjuntos

# 4.el percentil 90 de un conjunto de datos es 505,25, esto significa que el 90% de los datos son
#menores o iguales a 505,25. Esto nos da una idea de cuántos datos están por debajo de cierto valor
#específico.
#Por otro lado, si el percentil 10 es 624,5, esto indica que el 10% de los datos son menores o iguales
#a 624,5. Esto nos da información sobre la concentración de valores en la parte inferior del
#conjunto de datos.
#R/ 0,178725504, esto quiere decir que la distribución de los datos es asimétrica positiva, lo que
#significa que la cola de la distribución se extiende hacia la derecha.
#distribución, y algunos valores más grandes que se alejan del resto de los datos, creando una cola
#hacia la derecha.
#En términos prácticos, una distribución asimétrica positiva puede significar que hay pocos valores
#atípicamente grandes que están inflando la media y estirando la distribución hacia la derecha. Esto
#puede tener implicaciones importantes al interpretar los datos, especialmente en contextos como
#finanzas, economía o estudios demográficos