3.1. Datos precargados

para acceder a los datos precargados se utiliza la funcion data()

#data()
datos1=AirPassengers
plot(datos1)

interpretar: en este gráfico podemos ver la cantidad mensual de pasajeros de aerolíneas entre 1949 y 1960. Se puede ver que cada año hay temporadas altas y bajas en la cantidad de pasajeros lo que refleja un patrón estacional que se repite. Sin embargo, no solo aumenta el promedio de pasajeros con el tiempo, sino que también crece la diferencia entre las temporadas altas y bajas y a medida que pasa el tiempo, no solo viaja más gente en general sino que las variaciones entre meses de mayor y menor demanda son cada vez más marcadas.

datos2=co2
plot(datos2)

interpretar: se observa cómo la concentración de dióxido de carbono en la atmósfera aumenta de manera constante desde 1960 hasta 1990. Aunque la línea presenta subidas y bajadas cada año, estas variaciones se deben a cambios estacionales, durante ciertas épocas y su liberación en otras a pesar de estas oscilaciones anuales la tendencia general es claramente ascendente, lo que indica que con el paso de los años, la cantidad promedio de CO₂ en el aire ha ido creciendo de forma continua.

3.2. importar y exportar datos de otras fuentes

para exportar datos en .csv

datos3=iris
write.csv(datos3,"datos iris.csv")
#getwd()

para leer un archivo exel previamente se debe intaller la libreria readx1

#install.packages("readxl")
#install.packages("writexl")
library(readxl)
## Warning: package 'readxl' was built under R version 4.5.1
#library(writexl)
datos4=read_xlsx("regresion lineal simple.xlsx",sheet = 2)
summary(datos4)
##  Consumo del bien A Consumo del bien B
##  Min.   :1          Min.   :0.8       
##  1st Qu.:2          1st Qu.:1.9       
##  Median :3          Median :2.8       
##  Mean   :3          Mean   :2.6       
##  3rd Qu.:4          3rd Qu.:3.5       
##  Max.   :5          Max.   :4.0