Tablas de Frecuencias y Medidas de Resumen
Esp. Ing. Agr. Sebastian Bustos
contacto: sbustos@agrarias.unca.edu.ar
Facultad de Ciencias Agrarias - Universidad Nacional de Catamarca
_________________________________________________________________________________________________________________________
1 Instalamos y cargamos los paquetes
2 Cargamos las bases de datos
# Precipitación en el Valle Central de Catamarca.
PP_77_22 <- read_excel("PP_77_22.xlsx")
# Mandarinas Criolla y Clementina del Campo Experimental de la FCA.
MANDARINAS <- read_excel("MANDARINAS_2024.xlsx")
# Encuesta a estudiantes del Taller de R.
ALUMNOS_2024 <- read_csv("https://docs.google.com/spreadsheets/d/e/2PACX-1vTwVt48G81FHfD_K9jcVmhjN3otTkR0-5Y8mC23oaEOTmhiG4So0kjw6I0b2tkU5ilpehvlhqBjId9i/pub?output=csv", show_col_types = FALSE)3 Tablas de frecuencias
## [1] "Marca temporal" "Genero" "Edad"
## [4] "Nivel.dificultad.R" "Asig.rend.aprob.2024"3.1 Tablas para variables cualitativas nominales
## Frequencies
## ALUMNOS_2024$Genero
## Type: Character
##
## Freq % Valid % Valid Cum. % Total % Total Cum.
## --------------------------- ------ --------- -------------- --------- --------------
## Femenino 11 45.83 45.83 45.83 45.83
## Masculino 12 50.00 95.83 50.00 95.83
## Prefiero no responder 1 4.17 100.00 4.17 100.00
## <NA> 0 0.00 100.00
## Total 24 100.00 100.00 100.00 100.00# modifica el idioma de salida a español en las tablas y medidas obtenidas con "summarytools"
st_options(lang = "es") # Agregamos argumentos a la función freq()
freq(ALUMNOS_2024$Genero,
justify = "center", #Controla la alineación del texto centrada en la tabla.
report.nas = FALSE, # no se incluiran los valores faltantes (NA) en la tabla.
headings = FALSE, # no se muestran los encabezados o títulos de la tabla.
cumul = FALSE) #indica que no se mostrarán los porcentajes acumulados en la tabla.##
## Frec. %
## --------------------------- ------- --------
## Femenino 11 45.83
## Masculino 12 50.00
## Prefiero no responder 1 4.17
## Total 24 100.003.2 Tablas para variables cualitativas ordinales
## Frecuencias
## MANDARINAS$NIVEL_DE_DAÑO
## Tipo: Numérico
##
## Frec. % Válido % Válido acu. % Total % Total acu.
## ----------- ------- ---------- --------------- --------- --------------
## 0 35 8.35 8.35 8.35 8.35
## 1 237 56.56 64.92 56.56 64.92
## 2 96 22.91 87.83 22.91 87.83
## 3 51 12.17 100.00 12.17 100.00
## <NA> 0 0.00 100.00
## Total 419 100.00 100.00 100.00 100.00freq(MANDARINAS$NIVEL_DE_DAÑO,
report.nas = FALSE, # eliminación de valores faltantes
justify = "center") # alineación centrada## Frecuencias
## MANDARINAS$NIVEL_DE_DAÑO
## Tipo: Numérico
##
## Frec. % % Acu.
## ----------- ------- -------- --------
## 0 35 8.35 8.35
## 1 237 56.56 64.92
## 2 96 22.91 87.83
## 3 51 12.17 100.00
## Total 419 100.00 100.003.3 Tablas para variables cuantitativas discretas
# Trabajamos con la base de datos "ALUMNOS_2024"
freq(ALUMNOS_2024$Asig.rend.aprob.2024,
report.nas = FALSE,
justify = "center")## Frecuencias
## ALUMNOS_2024$Asig.rend.aprob.2024
## Tipo: Numérico
##
## Frec. % % Acu.
## ----------- ------- -------- --------
## 0 2 8.33 8.33
## 1 2 8.33 16.67
## 2 6 25.00 41.67
## 3 6 25.00 66.67
## 4 4 16.67 83.33
## 6 1 4.17 87.50
## 7 1 4.17 91.67
## 8 2 8.33 100.00
## Total 24 100.00 100.003.4 Tablas para variables cuantitativas continuas
# Trabajamos con la base de datos "MANDARINAS"
# Paso 1: Crear intervalos de clase
TF_PESO_MANDARINAS<- cut(MANDARINAS$PESO,
breaks = seq(min(MANDARINAS$PESO), max(MANDARINAS$PESO), by = 30), # Ajustar el rango de los intervalos
right = FALSE, # Definir si el intervalo incluye el límite superior
include.lowest = TRUE)
# Paso 2: Crear la tabla de frecuencias con los intervalos de clase
freq(TF_PESO_MANDARINAS,
report.nas = FALSE,
justify = "center" )## Frecuencias
## TF_PESO_MANDARINAS
## Tipo: Factor
##
## Frec. % % Acu.
## --------------- ------- -------- --------
## [37,67) 10 2.40 2.40
## [67,97) 37 8.87 11.27
## [97,127) 90 21.58 32.85
## [127,157) 150 35.97 68.82
## [157,187) 87 20.86 89.69
## [187,217) 39 9.35 99.04
## [217,247] 4 0.96 100.00
## Total 417 100.00 100.00Como lo hicimos…
cut()toma una variable numérica (en este caso,MANDARINAS$PESO) y la divide en categorías o intervalos de clase. El resultado se almacena en el objetoTF_PESO_MANDARINAS, que será un vector categórico con los intervalos definidos.breaksdefine los límites de los intervalos. En este caso,seq()genera una secuencia de valores que comienzan desde el valor mínimo (min(MANDARINAS$PESO)) hasta el valor máximo (max(MANDARINAS$PESO)), con un paso de 30 unidades (by = 30). Esto significa que cada intervalo de clase tendrá una amplitud de 30 unidades.right = FALSEindica que el límite superior no está incluido en el intervalo, mientras que el límite inferior sí lo está. Por ejemplo, si se crea un intervalo [10, 40), incluirá 10 pero no 40.include.lowest = TRUEesta opción asegura que el valor más bajo deMANDARINAS$PESOse incluya en el primer intervalo. Si no se especifica , podría ser excluido si el valor mínimo coincide con un límite.
4 Medidas de resumen
4.1 Paquete
R base
## [1] 439.2239## [1] 666.4 553.2 675.7 532.4 528.7 410.9 569.2 484.0 610.2 379.3 449.4 299.9
## [13] 421.0 402.6 430.0 629.4 362.1 340.2 175.3 359.2 288.8 444.6 657.1 547.7
## [25] 463.0 552.2 239.0 338.0 278.9 263.1 301.4 481.0 339.3 248.3 359.0 251.3
## [37] 455.2 554.4 598.3 440.2 511.9 441.6 561.6 401.0 414.9 493.4# Medidas de resumen
MIN <- min(PRECIPITACION)
Q1 <- quantile(PRECIPITACION, probs = 0.25)
MEDIA <- mean(PRECIPITACION)
MEDIANA <- median(PRECIPITACION)
Q3 <- quantile(PRECIPITACION, probs = 0.75)
MAX <- max(PRECIPITACION)
RANGO <- range(PRECIPITACION)
SD <- sd(PRECIPITACION)
CV <- (SD / MEDIA) * 100
# Imprimimos los objetos
MIN## [1] 175.3## 25%
## 344.9## [1] 439.2239## [1] 440.9## 75%
## 543.875## [1] 675.7## [1] 175.3 675.7## [1] 125.9872## [1] 28.68405## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 175.3 344.9 440.9 439.2 543.9 675.74.2 Paquete
tidyverse
Resumen_tidy <- PP_77_22 %>%
summarise(Media = mean(PP),
Mediana = median(PP),
Rango = paste(range(PP), collapse = " - "),
Std = sd(PP))
Resumen_tidy## # A tibble: 1 × 4
## Media Mediana Rango Std
## <dbl> <dbl> <chr> <dbl>
## 1 439. 441. 175.3 - 675.7 126.Resumen_mandarinas <- MANDARINAS %>%
filter(GRUPO==1 | GRUPO == 3) %>%
group_by(VARIEDAD) %>%
summarise(MINIMUM = min(PESO),
MEAN = mean(PESO),
MEDIAN = median(PESO),
MAXIMUM = max(PESO))
Resumen_mandarinas## # A tibble: 2 × 5
## VARIEDAD MINIMUM MEAN MEDIAN MAXIMUM
## <chr> <dbl> <dbl> <dbl> <dbl>
## 1 Clementina 37 149. 145 231
## 2 Criolla 52 133. 137 2034.3 Paquete
summarytools
## Estadísticas descriptivas
## PRECIPITACION
## N: 46
##
## PRECIPITACION
## ------------------ ---------------
## Media 439.22
## Dev.std. 125.99
## Min 175.30
## Q1 340.20
## Mediana 440.90
## Q3 547.70
## Max 675.70
## DAP 149.96
## RI 198.98
## CV 0.29
## Asimetría 0.00
## ES-Asimetría 0.35
## Curtosis -0.88
## Num.Válido 46.00
## Pct.Válido 100.00descr(MANDARINAS$PESO,
na.rm = TRUE, # elimina los valores faltantes de la tabla
headings = FALSE) # elimina el encabezado de la tabla##
## PESO
## ------------------ --------
## Media 141.72
## Dev.std. 36.62
## Min 37.00
## Q1 117.00
## Mediana 143.00
## Q3 164.00
## Max 273.00
## DAP 34.10
## RI 47.00
## CV 0.26
## Asimetría 0.07
## ES-Asimetría 0.12
## Curtosis 0.22
## Num.Válido 419.00
## Pct.Válido 100.004.4 Combinación de paquetes
## Estadísticas descriptivas
## PESO por VARIEDAD
## Data frame: MANDARINAS
## N: 30
##
## Clementina Criolla
## ------------------ ------------ ---------
## Media 146.47 135.27
## Dev.std. 34.57 26.95
## Min 37.00 85.00
## Q1 135.00 109.00
## Mediana 142.00 138.00
## Q3 158.00 155.00
## Max 231.00 182.00
## DAP 15.57 25.95
## RI 21.25 41.00
## CV 0.24 0.20
## Asimetría -0.26 -0.34
## ES-Asimetría 0.43 0.43
## Curtosis 2.36 -0.98
## Num.Válido 30.00 30.00
## Pct.Válido 100.00 100.004.5 Comparación de paquetes para obtener medidas de resumen
R baseofrece simplicidad,tidyverseoptimiza el flujo de trabajo en proyectos más complejos,summarytoolsproporciona rapidamente medidas descriptivas detalladas.
5 Bonus track
5.1 Paquete `gganimate``
El paquete gganimate es una extensión de ggplot2 diseñada para crear visualizaciones animadas en R. Este paquete permite añadir un componente temporal a los gráficos, lo que facilita ilustrar cambios dinámicos en los datos a lo largo del tiempo o de otra variable de interés. Utilizando una sintaxis similar a la de ggplot2, gganimate incorpora “transiciones” y “vistas” para definir cómo los elementos del gráfico evolucionan entre estados. Esto lo hace ideal para presentar tendencias, patrones o procesos de manera intuitiva y atractiva. Entre sus aplicaciones destacan los gráficos de series temporales, simulaciones y estudios de fenómenos dinámicos en áreas como climatología, biología, entre otros.
5.2 Instalamos y cargamos librerías
5.3 Usaremos la base de datos “PP_77_22”
# Paso 1:reamos el gráfico base con líneas, puntos, y una línea de referencia roja
p <- ggplot(PP_77_22, aes(ANIO, PP)) + # Creamos el objeto p (gráfico base)
geom_line(color = "blue", linewidth = 1) + # Línea azul
geom_point(color = "red", size = 2) + # Puntos rojos
geom_hline(yintercept = 439, color = "red", linetype = "dashed", linewidth = 1) + # Línea de referencia roja con valor promedio de pp
labs(title = "Evolución de la precipitación en el periodo 1977 - 2022",
x = "Año",
y = "Precipitación (mm)") +
theme_minimal()
# Paso 2: Agregar la animación
anim <- p +
transition_reveal(ANIO) # función que permite animar gráficos mostrando progresivamente los datos.
# Paso 3: Mostrar la animación
animate(anim, #función que produce la animación del objeto "anim".
nframes = 200, # número de fotogramas de la animación. Un mayor número de fotogramas produce una animación más fluida, pero aumentar el tiempo de renderización y el tamaño del archivo.
fps = 10) # Controla la velocidad de la animación. 