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(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Including Plots

You can also embed plots, for example:

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.

###################
#Carga de Paquetes#
###################

library(moments)

library(plotrix)

library(modeest)
## Warning: package 'modeest' was built under R version 4.3.3
## 
## Attaching package: 'modeest'
## The following object is masked from 'package:moments':
## 
##     skewness
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.3
library(stats)

#############
#Ejercicio 1#
#############
a=(c(2,3,4,5,6,4,5,8,5,5,5,4,1,1,4,8,9,4,7,8,9,9,9,8,7))
mean(a) #Media
## [1] 5.6
median(a) #Mediana
## [1] 5
mfv(a) #Moda
## [1] 4 5
sd(a) #Desviaci?n Est?ndar
## [1] 2.5
var(a) #Varianza
## [1] 6.25
kurtosis(a) #Curtosis
## [1] 2.019467
skewness(a) #Coeficiente de asimetr?a 
## [1] -0.159744
#Si este coeficiente es nulo, la distribucion se dice normal (similar a la distribucion normal de Gauss) y recibe el nombre de mesocurtica. Si el coeficiente es positivo, la distribucion se llama leptocurtica, hay una mayor concentracion de los datos en torno a la media. Si el coeficiente es negativo, la distribucion se llama platicurtica y hay una menor concentracion de datos en torno a la media
  range(a) #Rango
## [1] 1 9
min(a) #Valor m?nimo
## [1] 1
max(a) #Valor M?ximo
## [1] 9
sum(a) #Suma de todos los datos
## [1] 140
std.error(a) #Error est?ndar
## [1] 0.5
#El error est?ndar de la media es simplemente una medida de cu?n dispersos est?n los valores alrededor de la media. Hay dos cosas a tener en cuenta al interpretar el error est?ndar de la media:
#1. Cuanto mayor sea el error est?ndar de la media, m?s dispersos estar?n los valores alrededor de la media en un conjunto de datos.
length(a) #Cantidad de datos
## [1] 25
quantile(a) #Cuartiles
##   0%  25%  50%  75% 100% 
##    1    4    5    8    9
sum(a) #Suma de todos los datos
## [1] 140
std.error(a) #Error est?ndar
## [1] 0.5
#Gr?ficos
boxplot(a) #Gr?fico de cajas de los datos

hist(a)

plot(a)#Gr?fico de dispersi?n

barplot(a) #Gr?fico de barras

pie(a) #Gr?fico de pastel o sectorial