Trabajo Final

1. ¿Qué es un objeto en R?

En R, un objeto es una estructura fundamental que almacena datos, resultados o funciones. Todo en R es un objeto, desde un simple número hasta un complejo modelo estadístico.

2. Crear y manipular objetos

# Crear un vector numérico
vector_a <- c(20, 51, 84, 6, 0, 3)

# Crear un data frame
a_df <- data.frame(
  estudiante = c("Ana", "Bruno", "Carla", "Daniel", "Enrique"),
  n_hermanos = c(1, 13, 6, 0, 3)
)

# Crear una lista
lista_a <- list(vector = vector_a, df = a_df)

# Crear una función
a_funcion <- function(x) { x^2 }

3. Manipulación de objetos

3.1. Acceder a elementos

# Vector
tercer_elemento <- vector_a[3]

# Data frame
columna_estudiante <- a_df$estudiante
primera_fila <- a_df[1, ]
columna_n_hermanos <- a_df[, "n_hermanos"]

# Lista
elemento_df <- lista_a$df
primer_elemento_lista <- lista_a[[1]]

3.2. Modificar objetos

# Cambiar un valor en un vector
vector_a[2] <- 10

# Agregar columna a un data frame
a_df$ciudad <- c("Madrid", "La Argentina", "Valencia", "Florencia", "Neiva")

# Eliminar un elemento de una lista
lista_a$vector <- NULL

3.3. Operaciones comunes

# Aritméticas
suma_vector <- sum(vector_a)
media_n_hermanos <- mean(a_df$n_hermanos)

# Funciones aplicadas
longitud_lista <- lapply(lista_a, length)

# Transformaciones
a_df$hermanos_mayor_5 <- ifelse(a_df$n_hermanos > 5, "Sí", "No")

# Imprimir el data frame
print(a_df)

##   estudiante n_hermanos       ciudad hermanos_mayor_5
## 1        Ana          1       Madrid               No
## 2      Bruno         13 La Argentina               Sí
## 3      Carla          6     Valencia               Sí
## 4     Daniel          0    Florencia               No
## 5    Enrique          3        Neiva               No

4. Tipos de objetos, funciones comunes y operaciones lógicas

america <- c("Colombia", "Bolivia", "Argentina", "Ecuador", "Perú")
print(america[3])

## [1] "Argentina"

print(america[5])

## [1] "Perú"

resultado_logico <- (5 >= 3) & (4 == 2 + 2) | (7 < 1)
print(resultado_logico)

## [1] TRUE

cantidad1 <- 5
print(class(cantidad1))

## [1] "numeric"

5. Manejo de datos: importar, exportar, recodificar

# Creación del dataframe
empresa <- data.frame(
  rol = c("jefe_administrativo", "supervisor", "almacenista", "secretario", "servicios_g"),
  horas_trabajo = c(25, 34, 28, 22, 45),
  permisos = c(4, 1, 2, 3, 0)
)

# Imprimir el dataframe
print(empresa)

##                   rol horas_trabajo permisos
## 1 jefe_administrativo            25        4
## 2          supervisor            34        1
## 3         almacenista            28        2
## 4          secretario            22        3
## 5         servicios_g            45        0

# Importar datos desde un archivo CSV
# empresa_importada <- read.csv("datos_empresa.csv")
# print(empresa_importada)

# Exportar el dataframe a un archivo CSV
# write.csv(empresa, "empresa_exportada.csv", row.names = FALSE)

# Recodificar la columna 'rol'
empresa$rol_recodificado <- ifelse(empresa$rol == "jefe_administrativo", "Jefe",
                                    ifelse(empresa$rol == "supervisor", "Supervisor",
                                           ifelse(empresa$rol == "almacenista", "Almacenista",
                                                  ifelse(empresa$rol == "secretario", "Secretario", "Servicios"))))

# Imprimir el dataframe con la nueva columna
print(empresa)

##                   rol horas_trabajo permisos rol_recodificado
## 1 jefe_administrativo            25        4             Jefe
## 2          supervisor            34        1       Supervisor
## 3         almacenista            28        2      Almacenista
## 4          secretario            22        3       Secretario
## 5         servicios_g            45        0        Servicios

6. Fundamentos de Estadística

6.1. Cargar librerías

library(ggplot2)

## Warning: package 'ggplot2' was built under R version 4.4.3

library(dplyr)

## Warning: package 'dplyr' was built under R version 4.4.3

6.2. Datos ficticios

set.seed(123)
data <- data.frame(
  grupo = rep(c("A", "B"), each = 50),
  valor = c(rnorm(50, mean = 5, sd = 1), rnorm(50, mean = 7, sd = 1.5))
)

6.3. Resumen estadístico

resumen <- summary(data)
print(resumen)

##     grupo               valor       
##  Length:100         Min.   : 3.033  
##  Class :character   1st Qu.: 4.790  
##  Mode  :character   Median : 5.952  
##                     Mean   : 6.127  
##                     3rd Qu.: 7.207  
##                     Max.   :10.281

6.4. Visualización

ggplot(data, aes(x = grupo, y = valor)) +
  geom_boxplot() +
  labs(title = "Boxplot de Valores por Grupo", x = "Grupo", y = "Valor")

6.5. Prueba t

prueba_t <- t.test(valor ~ grupo, data = data)
print(prueba_t)

## 
##  Welch Two Sample t-test
## 
## data:  valor by grupo
## t = -9.4004, df = 86.454, p-value = 7.187e-15
## alternative hypothesis: true difference in means between group A and group B is not equal to 0
## 95 percent confidence interval:
##  -2.647288 -1.723130
## sample estimates:
## mean in group A mean in group B 
##        5.034404        7.219612

6.6. Correlación

data_cor <- data.frame(
  x = rnorm(100),
  y = rnorm(100)
)

correlacion <- cor(data_cor$x, data_cor$y)
print(paste("Correlación entre x e y:", correlacion))

## [1] "Correlación entre x e y: 0.0305790307587923"

6.7. Regresión lineal

modelo <- lm(valor ~ grupo, data = data)
summary(modelo)

## 
## Call:
## lm(formula = valor ~ grupo, data = data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -3.6834 -0.7112 -0.0651  0.6866  3.0614 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept)   5.0344     0.1644   30.63  < 2e-16 ***
## grupoB        2.1852     0.2325    9.40 2.42e-15 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.162 on 98 degrees of freedom
## Multiple R-squared:  0.4742, Adjusted R-squared:  0.4688 
## F-statistic: 88.37 on 1 and 98 DF,  p-value: 2.424e-15

6.8. Visualización de la regresión

ggplot(data, aes(x = grupo, y = valor)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE, color = "blue") +
  labs(title = "Regresión Lineal de Valores por Grupo", x = "Grupo", y = "Valor")

## `geom_smooth()` using formula = 'y ~ x'

6.9. Ejemplo con dataset `faithful`

data("faithful")

plot(faithful$waiting, faithful$eruptions,
     main = "Duración de Erupciones vs Tiempo de Espera",
     xlab = "Tiempo de espera (minutos)",
     ylab = "Duración de la erupción (minutos)",
     pch = 19, col = "blue")

modelo <- lm(eruptions ~ waiting, data = faithful)
summary(modelo)

## 
## Call:
## lm(formula = eruptions ~ waiting, data = faithful)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.29917 -0.37689  0.03508  0.34909  1.19329 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -1.874016   0.160143  -11.70   <2e-16 ***
## waiting      0.075628   0.002219   34.09   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.4965 on 270 degrees of freedom
## Multiple R-squared:  0.8115, Adjusted R-squared:  0.8108 
## F-statistic:  1162 on 1 and 270 DF,  p-value: < 2.2e-16

abline(modelo, col = "red")

Hipótesis

H₀: No existe una correlación entre la duración de la erupción y el tiempo de espera hasta que haya otra erupción.
Hₐ: Existe una correlación entre la duración de la erupción y el tiempo de espera hasta que haya otra erupción.

Prueba de normalidad

shapiro.test(faithful$eruptions)

## 
##  Shapiro-Wilk normality test
## 
## data:  faithful$eruptions
## W = 0.84592, p-value = 9.036e-16

shapiro.test(faithful$waiting)

## 
##  Shapiro-Wilk normality test
## 
## data:  faithful$waiting
## W = 0.92215, p-value = 1.015e-10

Correlación

cor.test(faithful$eruptions, faithful$waiting, method = "pearson")

## 
##  Pearson's product-moment correlation
## 
## data:  faithful$eruptions and faithful$waiting
## t = 34.089, df = 270, p-value < 2.2e-16
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  0.8756964 0.9210652
## sample estimates:
##       cor 
## 0.9008112

Tenemos: p-value < 2.2e-16 < 0.05 -> Es menor que 0.05, entonces, rechazamos la H₀ y aceptamos Hₐ, por lo tanto, existe una correlación entre la duración de la erupción y el tiempo de espera hasta que haya otra erupción. cor= 0.9008112 > 0.8 -> Es mayor que 0.8, entonces decimos que hay una correlación positiva fuerte, esto quiere decir que, a mayor tiempo de espera habrá un mayor duración de erupción

Trabajo Final

John Alejandro Lopez Walteros y Elkin Andrés Serrato Sánchez

2025-05-30

1. ¿Qué es un objeto en R?

2. Crear y manipular objetos

3. Manipulación de objetos

3.1. Acceder a elementos

3.2. Modificar objetos

3.3. Operaciones comunes

4. Tipos de objetos, funciones comunes y operaciones lógicas

5. Manejo de datos: importar, exportar, recodificar

6. Fundamentos de Estadística

6.1. Cargar librerías

6.2. Datos ficticios

6.3. Resumen estadístico

6.4. Visualización

6.5. Prueba t

6.6. Correlación

6.7. Regresión lineal

6.8. Visualización de la regresión

6.9. Ejemplo con dataset `faithful`

Hipótesis

Prueba de normalidad

Correlación

Trabajo Final

John Alejandro Lopez Walteros y Elkin Andrés Serrato Sánchez

2025-05-30

1. ¿Qué es un objeto en R?

2. Crear y manipular objetos

3. Manipulación de objetos

3.1. Acceder a elementos

3.2. Modificar objetos

3.3. Operaciones comunes

4. Tipos de objetos, funciones comunes y operaciones lógicas

5. Manejo de datos: importar, exportar, recodificar

6. Fundamentos de Estadística

6.1. Cargar librerías

6.2. Datos ficticios

6.3. Resumen estadístico

6.4. Visualización

6.5. Prueba t

6.6. Correlación

6.7. Regresión lineal

6.8. Visualización de la regresión

6.9. Ejemplo con dataset faithful

Hipótesis

Prueba de normalidad

Correlación

6.9. Ejemplo con dataset `faithful`