data("AirPassengers")
AirPassengers
##      Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 1949 112 118 132 129 121 135 148 148 136 119 104 118
## 1950 115 126 141 135 125 149 170 170 158 133 114 140
## 1951 145 150 178 163 172 178 199 199 184 162 146 166
## 1952 171 180 193 181 183 218 230 242 209 191 172 194
## 1953 196 196 236 235 229 243 264 272 237 211 180 201
## 1954 204 188 235 227 234 264 302 293 259 229 203 229
## 1955 242 233 267 269 270 315 364 347 312 274 237 278
## 1956 284 277 317 313 318 374 413 405 355 306 271 306
## 1957 315 301 356 348 355 422 465 467 404 347 305 336
## 1958 340 318 362 348 363 435 491 505 404 359 310 337
## 1959 360 342 406 396 420 472 548 559 463 407 362 405
## 1960 417 391 419 461 472 535 622 606 508 461 390 432
summary(AirPassengers)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   104.0   180.0   265.5   280.3   360.5   622.0

Intepretacion de las estadisticas.

Con base a la tabla de estadisticas se observa que el numero minimo de pasajeros en la aerolinea es de 112 y el numero maximo es de 622 y el numero promedio de pasajeros es de 280.3.

cv= sd(AirPassengers)*100 / mean(AirPassengers)
cv
## [1] 42.79947

Interpretacion coeficiente de variacion.

Dado que el coeficiente de variacion es del 42,79%, entonces los datos se consideran heterogeneos.

hist(AirPassengers, col = "magenta", xlab ="# de pasajeros" )

boxplot(AirPassengers, col = "purple", xlab="# de pasajeros")

Interpretacion diagrama de cajas.

No se observan datos atipicos con base en el diagrama de cajas del numero de pasajeros de la aerolinea.

plot(AirPassengers, ylab="# de pasajeros", col="lightpink")

Interpretacion de la serie de tiempo.

Se observa que a medida que pasa el tiempo, el numero de pasajeros aumenta llegando aproximadamente a 600 pasajeros en la aerolinea.

Ejemplo agregar una imagen.

Ejemplo de tabla.

Hola Hola
celda tabla celda 2
celda 3 celda 4

Conclusiones.