#install.packages("ggplot2")
#devtools::install_github("centromagis/paqueteMETODOS") #descarga paquete paqueteMETODOS
library(ggplot2)
#install.packages("waffle")
library(waffle)
#install.packages("devtools") # solo una vez
#install.packages("plotly")
library(ggplot2)
library(plotly)
##
## Adjuntando el paquete: 'plotly'
## The following object is masked from 'package:ggplot2':
##
## last_plot
## The following object is masked from 'package:stats':
##
## filter
## The following object is masked from 'package:graphics':
##
## layout
library(paqueteMETODOS)
## Cargando paquete requerido: cubature
## Cargando paquete requerido: dplyr
##
## Adjuntando el paquete: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
## Cargando paquete requerido: flextable
##
## Adjuntando el paquete: 'flextable'
## The following objects are masked from 'package:plotly':
##
## highlight, style
## Cargando paquete requerido: lmtest
## Cargando paquete requerido: zoo
##
## Adjuntando el paquete: 'zoo'
## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric
## Cargando paquete requerido: MASS
##
## Adjuntando el paquete: 'MASS'
## The following object is masked from 'package:dplyr':
##
## select
## The following object is masked from 'package:plotly':
##
## select
## Cargando paquete requerido: psych
##
## Adjuntando el paquete: 'psych'
## The following objects are masked from 'package:ggplot2':
##
## %+%, alpha
## Cargando paquete requerido: summarytools
## Cargando paquete requerido: randtests
## Cargando paquete requerido: rapportools
##
## Adjuntando el paquete: 'rapportools'
## The following objects are masked from 'package:summarytools':
##
## label, label<-
## The following object is masked from 'package:dplyr':
##
## n
## The following objects are masked from 'package:stats':
##
## IQR, median, sd, var
## The following objects are masked from 'package:base':
##
## max, mean, min, range, sum
Creación de datos.
set.seed(123)
Grupo1=sample(1:4, size = 4, replace = FALSE)
Grupo2= sample(1:4, size = 4, replace = FALSE)
Grupo3= sample(1:4, size = 4, replace = FALSE)
tabla= data.frame( Grupo1 = Grupo1, Grupo2 = Grupo2, Grupo3 = Grupo3)
tabla
## Grupo1 Grupo2 Grupo3
## 1 3 3 3
## 2 4 2 1
## 3 1 4 2
## 4 2 1 4
Grafico
barplot(as.matrix(tabla),
beside = TRUE, # Para hacer las barras sean apiladas
main = "Gráfico de barras apiladas",
xlab = "Grpos del eje x",
ylab = "Cantidad",
axes = TRUE, #ESCALA
col = c("lightblue", "blue", "#FED976", "red"))
Creo base de datos con dos variables grupo y valor
df2 = data.frame(
grupo = c("Grupo A", "Grupo B", "Grupo C", "Grupo D", "Grupo E"),
valor = c(1.5, -1.2, 0.8, -0.5, 1.0)
)
df2
## grupo valor
## 1 Grupo A 1.5
## 2 Grupo B -1.2
## 3 Grupo C 0.8
## 4 Grupo D -0.5
## 5 Grupo E 1.0
#Si el color es menor que 0 se pone rosa y si es mayor que 0 es azul.
color = ifelse(df2$valor < 0, "red", "green")
Creo la grafica
ggplot(df2, aes(x = reorder(grupo, valor), y = valor)) +
geom_bar(stat = "identity",
fill = color, # Color de fondo
color = "black") + # Color del borde
labs(title = "ejes", x = "Grupo", y = "Valor") +
coord_flip() + ## Intercambiar condenadas
theme_minimal() ## mejor estetica al fondo
otro tipo de grafico
df3 <- data.frame(
grupo = c("Grupo A", "Grupo B", "Grupo C", "Grupo D", "Grupo E"),
valor = c(1.5, -1.2, 0.8, -0.5, 1.0)
)
Grafico
ggplot(df3, aes(x = reorder(grupo, valor), y = valor)) +
geom_bar(stat = "identity",
show.legend = FALSE,
aes(fill = valor), # Color de fondo
color = "black") + # Color del borde
xlab("Grupo") +
ylab("Valor") +
scale_fill_gradient2(low = "#F4A460",
mid = "aliceblue",
high = "#6495ED")+
theme_minimal()
otro grafico
d = c(S1 = 30, S2 = 25, S3 = 20, S4 = 5, S5= 12)
waffle(d, rows = 5,
legend_pos = "bottom")
d
## S1 S2 S3 S4 S5
## 30 25 20 5 12
Cargar datos
data("CarreraLuz22")
head(CarreraLuz22)
## # A tibble: 6 × 7
## id sex edad origen timerun categoria nacionalidad
## <dbl> <chr> <int> <chr> <dbl> <chr> <chr>
## 1 1 Hombre 22 Sevilla 1988 2. Abierta COL
## 2 2 Hombre 31 Sevilla 2041 2. Abierta COL
## 3 3 Hombre 31 Yumbo 2083 2. Abierta COL
## 4 4 Hombre 36 Cali 2112 2. Abierta COL
## 5 5 Hombre 32 Cali 2213 2. Abierta COL
## 6 6 Hombre 48 Palmira 2238 3. Veteranos A COL
#agregar conteo
Grafico de barras con genero y categoria
#ATLETAS POR CATEGORIA Y GENERO
barras <- ggplot(CarreraLuz22, aes(x = categoria, fill = sex)) +
geom_bar(position = "stack", width = 0.7, color = "black") +
labs(title = "Número de atletas por categoría y sexo",
x = "Categorías",
y = "Número de atletas") +
scale_fill_manual(values = c("#0d3b66", "#f4d35e")) + ##generar colores y no sean estandar
theme_minimal()
print(barras)
ggplotly(barras)
Grafico de cajas para categoria y sexo.
## BOXPLOT POR CATEGORIA
boxplotcate = ggplot(CarreraLuz22, aes(x = sex, y = timerun/60, fill = categoria)) +
geom_boxplot() +
labs(title = "Distribución del tiempo de carrera La Luz 2022",
x = "Sexo",
y = "Tiempo (min)") +
theme_minimal()
boxplotcate
Grafico de caja para ver la Distribución del tiempo por genero
#CAJA DE BOXPLOT
tiempo =ggplot(CarreraLuz22, aes(x = sex, y = timerun/60, fill = sex)) +
geom_boxplot() +
labs(title = "Distribución del tiempo de carrera La Luz 2022",
x = "Sexo",
y = "Tiempo (min)") +
scale_fill_manual(values = c("blue", "pink")) +
theme_minimal()
ggplotly(tiempo)
Relacion tiempo - genero
t= ggplot(CarreraLuz22, aes(y=edad , x=timerun/60))+
geom_point()+
facet_wrap(~ sex) #divide segun valores o categorias
ggplotly(t)
data("CarreraLuz22")
dataFc4 = subset(CarreraLuz22, (CarreraLuz22$sex == "Hombre" & CarreraLuz22$categoria == "4. Veteranos B"))
z = ggplot(dataFc4, aes(x = timerun/60)) +
geom_histogram(bins = 8, fill = "blue", color = "black", alpha = 0.7) +
labs(title = "Distribución de los tiempos hombres Veteranos B",
x = "Tiempo (min)",
y = "Frecuencia") +
theme_minimal()
ggplotly(z)
Variables nominales (Encuesta)
# BARRAS VARIABLES NOMILAES
conteo = c(5, 13, 30, 52, 35)
categorias = c("Muy regular", "Regular", "Bueno", "Muy bueno", "Excelente")
conteo_data = data.frame(Categoria = factor(categorias, levels = categorias), Frecuencia = conteo)
plot = ggplot(conteo_data, aes(x = Categoria, y = Frecuencia, fill = Categoria)) +
geom_bar(stat = "identity", width = 0.8, color= "black") +
scale_fill_manual(values = c("#f95738", "#ee964b", "#f4d35e", "#faf0ca", "#0d3b66")) +
labs(title = "Evaluacion proceso de induccion",
x = "Categoria",
y = "Frecuencia") +
theme_minimal() +
theme(legend.position = "none") #no genere de nuevo una leyenda
ggplotly(plot)
Tabla de frecuencia de los datos
#TABLA DE FRECUENCIA
conteo = c( rep("1. Muy regular", 5),
rep("2. Regular", 13),
rep("3. Bueno", 30),
rep("4. Muy bueno", 52),
rep("5. Excelente", 35))
t1 = table(conteo)
t1
## conteo
## 1. Muy regular 2. Regular 3. Bueno 4. Muy bueno 5. Excelente
## 5 13 30 52 35
summarytools::freq(conteo)
## Frequencies
## conteo
## Type: Character
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## -------------------- ------ --------- -------------- --------- --------------
## 1. Muy regular 5 3.70 3.70 3.70 3.70
## 2. Regular 13 9.63 13.33 9.63 13.33
## 3. Bueno 30 22.22 35.56 22.22 35.56
## 4. Muy bueno 52 38.52 74.07 38.52 74.07
## 5. Excelente 35 25.93 100.00 25.93 100.00
## <NA> 0 0.00 100.00
## Total 135 100.00 100.00 100.00 100.00
Tabla
##Ejercicio tomado de CENTROMAGIS
library(formattable)
##
## Adjuntando el paquete: 'formattable'
## The following object is masked from 'package:rapportools':
##
## percent
## The following object is masked from 'package:MASS':
##
## area
## The following object is masked from 'package:flextable':
##
## style
## The following object is masked from 'package:plotly':
##
## style
df = data.frame(
id = 1:10,
nombre = c("Juan", "Carlos", "James", "David", "Jenny",
"Harold", "Leonardo", "John", "Ana", "Luz"),
edad = c(25, 27, 30, 28, 29, 29, 35, 27, 31, 30),
Semestre = c("5", "8", "1", "6", "3", "7", "9", "10", "2", "3"),
Corte1 = c(8.9, 9.5, 9.6, 8.9, 9.1, 9.3, 9.3, 9.9, 8.5, 8.6),
Corte2 = c(9.1, 9.1, 9.2, 9.1, 8.9, 8.5, 9.2, 9.3, 9.1, 8.8),
Corte3 = c(8.9, 9.5, 9.6, 8.9, 8.9, 8.5, 9.2, 9.3, 9.1, 8.8)
)
df$Promedio = rowMeans(df[, c("Corte1", "Corte2", "Corte3")])
formattable(df, list(
edad = color_tile("white", "orange"),
area(col = c(Corte1, Corte2, Corte3)) ~ color_tile("white", "lightblue", 0.4),
Promedio = formatter("span",
style = x ~ style(color = ifelse(rank(-x) <= 3, "green", "gray")),
x ~ sprintf("%.2f (rank: %02d)", x, rank(-x)))
))
|
id
|
nombre
|
edad
|
Semestre
|
Corte1
|
Corte2
|
Corte3
|
Promedio
|
|
1
|
Juan
|
25
|
5
|
8.9
|
9.1
|
8.9
|
8.97 (rank: 06)
|
|
2
|
Carlos
|
27
|
8
|
9.5
|
9.1
|
9.5
|
9.37 (rank: 03)
|
|
3
|
James
|
30
|
1
|
9.6
|
9.2
|
9.6
|
9.47 (rank: 02)
|
|
4
|
David
|
28
|
6
|
8.9
|
9.1
|
8.9
|
8.97 (rank: 06)
|
|
5
|
Jenny
|
29
|
3
|
9.1
|
8.9
|
8.9
|
8.97 (rank: 06)
|
|
6
|
Harold
|
29
|
7
|
9.3
|
8.5
|
8.5
|
8.77 (rank: 09)
|
|
7
|
Leonardo
|
35
|
9
|
9.3
|
9.2
|
9.2
|
9.23 (rank: 04)
|
|
8
|
John
|
27
|
10
|
9.9
|
9.3
|
9.3
|
9.50 (rank: 01)
|
|
9
|
Ana
|
31
|
2
|
8.5
|
9.1
|
9.1
|
8.90 (rank: 08)
|
|
10
|
Luz
|
30
|
3
|
8.6
|
8.8
|
8.8
|
8.73 (rank: 10)
|
x <- function(n = 70, min_val = 10, max_val = 80, decimal_places = 2)
{
datos <- runif(n, min = min_val, max = max_val)
datos <- round(datos, decimal_places)
return(datos) }
valores <- x(n = 70)
data5 <- data.frame(
name1 = rep("A", 70),
value1 = valores
)
p2 <- ggplot(data5, aes(y = " ", x = value1)) +
geom_boxplot(width = 0.5, color = "orange", fill = NA) +
geom_jitter(color = "#034A94", size = 3, alpha = 0.5) +
theme_minimal()
plot(p2)
cat("La media es = ", mean(valores), "\n")
## La media es = 43.83371
cat("La mediana es = ", median(valores), "\n")
## La mediana es = 42.01
cat("La media geométrica es = ", geometric.mean(valores), "\n")
## La media geométrica es = 38.75578
cat("El 1er, 2do y 3er cuartil son = ", quantile(valores, probs=c(0.25, 0.50, 0.75)), "\n")
## El 1er, 2do y 3er cuartil son = 26.495 42.01 59.6825
library(psych)
z = c(10, 20, 20, 30, 40, 50, 50, 50, 60, 76, 80)
cat("La media es = ", mean(z), "\n")
## La media es = 44.18182
cat("La mediana es = ", median(z), "\n")
## La mediana es = 50
cat("La media geométrica es = ", geometric.mean(z), "\n")
## La media geométrica es = 37.70356
cat("El 1er, 2do y 3er cuartil son = ", quantile(z, probs=c(0.25, 0.50, 0.75)), "\n")
## El 1er, 2do y 3er cuartil son = 25 50 55
plot(z)
