Descriptive stats

packages

Si copian y utilizan el siguiente trozo de código, se instalarán y cargarán los paquetes aquí utilizados (asegurarse que están conectados a la red). Al inicio les pedirá especificar el “mirror” o servidor que R utilizará para bajar los paquetes.

if(!require(tidyverse)){install.packages("tidyverse")}
if(!require(googlesheets4)){install.packages("googlesheets4")}
if(!require(googledrive)){install.packages("googledrive")}
if(!require(vioplot)){install.packages("vioplot")}
##
library(vioplot)
library(tidyverse)
library(googlesheets4)
library(googledrive)

Reading Data

ss <- "https://docs.google.com/spreadsheets/d/180rJU7y7aXlAqwSLtKdrlkLgFjwCwI76l6Uf7kii31U/edit?usp=sharing"
hoja = 1
rango = "C3:I48"
datos <- read_sheet(ss,
                sheet=hoja,
                range= rango,
                col_names = TRUE,
                col_types = "c")

Tipos de variable: Leyendo las columnas

str(datos)

tibble [45 × 7] (S3: tbl_df/tbl/data.frame)
 $ altura : chr [1:45] "165" "173" "170" "177" ...
 $ lbs    : chr [1:45] "175" "140" "130" "175" ...
 $ calzado: chr [1:45] "39" "39" "43" "40" ...
 $ mano   : chr [1:45] "18" "16" "17.5" "19.2" ...
 $ brazo  : chr [1:45] "25" "24" "28" "29.1" ...
 $ cuello : chr [1:45] "36" "33" "32" "40.2" ...
 $ sex    : chr [1:45] "Hombre" "Mujer" "Hombre" "Hombre" ...

datos[,c(1:6)] <- datos[,c(1:6)] %>%
  sapply(as.numeric)

datos <-  datos %>%
  mutate_if(is.character, as.factor)

str(datos)

tibble [45 × 7] (S3: tbl_df/tbl/data.frame)
 $ altura : num [1:45] 165 173 170 177 167 157 152 172 165 165 ...
 $ lbs    : num [1:45] 175 140 130 175 146 110 125 142 220 140 ...
 $ calzado: num [1:45] 39 39 43 40 40 36 37 39.5 41.5 39 ...
 $ mano   : num [1:45] 18 16 17.5 19.2 17.5 17 16 18 19 17 ...
 $ brazo  : num [1:45] 25 24 28 29.1 26 23 22 26 26 25 ...
 $ cuello : num [1:45] 36 33 32 40.2 35 35 35 39 44 40 ...
 $ sex    : Factor w/ 2 levels "Hombre","Mujer": 1 2 1 1 1 2 2 1 1 1 ...

Exploración gráfica

Aquí utilizamos el paquete básico (“base”) de R. Más adelante veremos más argumentos y otros comandos de otros paquetes (e.g., “ggplot2”) para modificar etiquetas, títulos, etc.

prom.altura <- mean(datos$altura) #promedio
mediana.altura <- median(datos$altura) #mediana
desv.estandar <- sd(datos$altura)

prom.altura

[1] 168.5889

mediana.altura

[1] 169

desv.estandar

[1] 7.710153

par(mfrow=c(1,2)) #parámetros para mostrar figuras en dos columnas
plot(datos$altura, pch= 19) #el color según el sexo del individuo
abline(h= prom.altura, lty= 4, lwd= 2, col= "red3") #el promedio en rojo

abline(h= prom.altura + desv.estandar, lty= 4, lwd=1) #promedio + desviación típica 
abline(h= prom.altura - desv.estandar, lty= 4, lwd=1) #promedio - desviación típica 

#Histograma
hist(datos$altura, breaks = 10, labels = TRUE, 
     ylim= c(0,14)) #distribución de frecuencias
abline(v= prom.altura, lty= 4, lwd=2, col= "red3") #el promedio en rojo

abline(v= mediana.altura, lty= 2, lwd=2) #le mediana en negro
abline(v= prom.altura + desv.estandar, lty= 4, lwd=1) #promedio + desviación típica 

abline(v= prom.altura - desv.estandar, lty= 4, lwd=1) #promedio - desviación típica 

En el primer gráfico mostramos gráficamente el promedio en línea de color rojo y en lineas discontinuas color negro, la desviación estándard (d.e.). La d.e. es “el promedio de las diferencias entre cada uno de los valores de altura y el promedio de altura”

hombres <- datos %>% filter(sex== "Hombre") #filtrando por sexo del individuo
mujeres <- datos %>% filter(sex== "Mujer")

hist(hombres$altura, breaks = 20, col= "darkgray", 
     xlim =  c(150,185), xlab = "Histograma de altura", 
     main = "Histograma de hombres y mujeres" ) #distribución de frecuencias de hombres
abline(v= mean(hombres$altura), lty= 4, lwd=2, col= "red3") #promedio en rojo

abline(v= median(hombres$altura), lty= 2, lwd=2)
hist(mujeres$altura, breaks = 20, col= "red3", add= TRUE,
     density=25, angle=60, xlim =  c(150,185)) #distribución de frecuencias de mujeres

abline(v= mean(mujeres$altura), lty= 4, lwd=2, col= "red3") #promedio en rojo
abline(v= median(mujeres$altura), lty= 2, lwd=2)

par(mfrow=c(1,2))

plot(datos$altura, pch= 19, col= datos$sex) #el color según el sexo del individuo
abline(h= mean(mujeres$altura), lty= 4, lwd=2, col= "red3") #promedio en rojo

abline(h= median(mujeres$altura), lty= 2, lwd=2)
abline(h= mean(hombres$altura), lty= 4, lwd=2, col= "red3") #promedio en rojo

abline(h= median(hombres$altura), lty= 2, lwd=2)

boxplot(datos$altura ~ datos$sex) #"Gráfico de cajas"

points(datos$altura ~ datos$sex, pch=19, col= datos$sex)
abline(h= mean(mujeres$altura), lty= 4, lwd=2, col= "red3") #promedio en rojo

abline(h= median(mujeres$altura), lty= 2, lwd=2)
abline(h= mean(hombres$altura), lty= 4, lwd=2, col= "red3") #promedio en rojo

abline(h= median(hombres$altura), lty= 2, lwd=2)

vioplot(datos$altura ~ datos$sex,
        col= c("darkgray", "red3")) #"Gráfico de violin"