Comp Semana 6

This is an R Markdown Notebook. When you execute code within the notebook, the results appear beneath the code.

Try executing this chunk by clicking the Run button within the chunk or by placing your cursor inside it and pressing Ctrl+Shift+Enter.

data = read.csv(file = 'AAPL.csv', sep = ',')
data = data.frame(data)

#---------------------------------Analaisis Interno--------------------------------------------#

# Llamar datos de una celda

data[3,4]

data[3,"Low"]

# Numero de filas
nrow(data)

#Numero de columnas
ncol(data)

#AnaLsis preliminar
summary(data)


# Como accedemos a una columna --------------------------------------------

data[["Volume"]]
data[[7]]
data[,7]
data$Volume


# Como acceder a las filas ------------------------------------------------

data[3,]

data[c(5,12),]

# Obtener subconjunto de filas

data[data$Low > 155 , ]


#Hacer la operacion
LogAdj2 = log10(data$Adj.Close)
#Agregue la columna con la funcion cbind()
data = cbind(data,LogAdj2)

#Anadir nuevas columnas al data frame
data$LogAdj = log10(data$Adj.Close)


data = data[,-7]
data



#------------------------------------Manejo de fechas------------------------------------------#

#Poner las fechas con cierto formato dentro de una función

as.Date('1/15/2001', format = '%m/%d/%Y')
as.Date('Abril 26, 2005', format = '%B %d, %Y')
as.Date('22Junio01', format = '%d%B%y')


# Graficas ----------------------------------------------------------------

hist(data$High, main = 'Histograma de la variable High')


# Ajuste de distribuciones continuas --------------------------------------

library(MASS)
library(fitdistrplus)

tClientes = rexp(300,2)

hist(tClientes, main = 'Histograma de la serie de datos')

#Debemos hacer una prueba de bondad de ajuste con la funcio fitdist
# que recibe como parametro la distribución que queremos probar

ajuste = fitdist(tClientes, 'exp')
ajuste$estimate

#Graficos interesantes
plot(ajuste)

#Finalmente queremos sacar el p value

resultado = gofstat(ajuste)
resultado$chisqpvalue

# el o value es mayor al 5%, por lo que no rechazamos la hipotesis nula.
#y nuestros siguen una distribución exponencial


# Ajuste de distribuciones discretas --------------------------------------

library(rriskDistributions)

x2 = rpois(50, lambda = 3)

fit = fitdist(x2, "pois")
fit

plot(fit)

resultado2 = gofstat(fit)
resultado2$chisqpvalue

Add a new chunk by clicking the Insert Chunk button on the toolbar or by pressing Ctrl+Alt+I.

When you save the notebook, an HTML file containing the code and output will be saved alongside it (click the Preview button or press Ctrl+Shift+K to preview the HTML file).

The preview shows you a rendered HTML copy of the contents of the editor. Consequently, unlike Knit, Preview does not run any R code chunks. Instead, the output of the chunk when it was last run in the editor is displayed.