Iris_informe1

IRIS

La base de datos iris es un conjunto de datos clásico y ampliamente utilizado en el aprendizaje de estadística, machine learning y visualización de datos. Fue introducida por el estadístico británico Ronald A. Fisher en 1936 en su artículo sobre análisis discriminante lineal.

• Objetivo: Estudiar las características de tres especies de flores del género Iris y clasificar cada observación según la especie.

• Número de observaciones: 150.

• Número de variables: 5 (4 numéricas y 1 categórica).

• Especies de flores:

  • Iris-setosa

  • Iris-versicolor

  • Iris-virginica

# Cargar el dataset
data(iris)

# Ver las primeras filas
head(iris)

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

# Histograma con líneas de densidad y personalización
hist(iris$Sepal.Length,
     main = "Histograma de Longitud del Sépalo",
     xlab = "Longitud del Sépalo (cm)",
     ylab = "Frecuencia",
     col = "lightgreen",
     border = "black",
     breaks = 10,  # Número de intervalos
     probability = TRUE)  # Mostrar densidad en lugar de frecuencia

# Agregar una línea de densidad
lines(density(iris$Sepal.Length), col = "red", lwd = 2)

Resúmen Estadístico

# Resumen estadístico básico del dataset iris
summary(iris)

##   Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##        Species  
##  setosa    :50  
##  versicolor:50  
##  virginica :50  
##                 
##                 
## 

Resúmen Por Especie

# Asegúrate de cargar dplyr primero
library(dplyr)

## Warning: package 'dplyr' was built under R version 4.3.3

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

# Resumen estadístico por especie
iris_grouped_summary <- iris %>%
  group_by(Species) %>%
  summarise(
    Promedio_Sepal.Length = mean(Sepal.Length),
    Desviacion_Sepal.Length = sd(Sepal.Length),
    Promedio_Sepal.Width = mean(Sepal.Width),
    Desviacion_Sepal.Width = sd(Sepal.Width)
  )

# Ver el resumen
print(iris_grouped_summary)

## # A tibble: 3 × 5
##   Species    Promedio_Sepal.Length Desviacion_Sepal.Length Promedio_Sepal.Width
##   <fct>                      <dbl>                   <dbl>                <dbl>
## 1 setosa                      5.01                   0.352                 3.43
## 2 versicolor                  5.94                   0.516                 2.77
## 3 virginica                   6.59                   0.636                 2.97
## # ℹ 1 more variable: Desviacion_Sepal.Width <dbl>