Escalas de Medicion

Nominal:categoria sin orden ni jerarquia,las cuales solo identifican o clasifican; no hay sentido numerico. Ejemplos: color de ojos, nacionalidad o estado civil Ordinal: categorias con un orden jerarquico, pero sin distancias exactas entre ellas las cuales indican posicion o rango, no magnitud precisa. Ejemplos: Nivel de satisfaccion, clasificacion de una competencia o nivel socioeconomico De intervalo: mide datos numericos con intervalos iguales pero sin un cero absoluto (el cero no significa ausencia de la caracteristica). Se pueden sumar y restar, pero no multiplicar o dividir. Ejemplos: temperatura y fechas de calendario De razon: datos numericos con intervalos iguales y un cero absoluto (ausencia real de la caracterista), se pueden aplicar todas operaciones matematicas. Ejemplos: peso, altura, ingresos

Sembrar semilla

set.seed(7877)
library(dplyr)
## 
## 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
library(datos)
datos.c <- sample_n(datos_credito, size = 120 , replace = FALSE)

Diagramas de barras

tabla_frec <- table(datos.c$Vivienda)
tabla_frec
## 
##     ignorar        otra propietario      padres     privado     alquila 
##           0           9          57          23           3          28
barplot(tabla_frec , col = c("cadetblue", "hotpink", "darkblue", "darkolivegreen1", "brown"),
        horiz=FALSE, density= NULL,ylab= "Frecuencia absoluta" , border = TRUE,
        ylim=c(0,75),xlab="Categoria de vivienda",main=" Gráfico de barras para vivienda")

## diagrama de torta

tabla_frec_2 <- table(datos.c$Trabajo)
pie(tabla_frec_2,labels = names(tabla_frec_2),
    density=NULL,edges = 500, radius = 1,
    col=c("hotpink3","cadetblue", "purple","darkseagreen2"),
    clockwise = TRUE, main = "diagrama de torta trabajo",
    border = "black")

##Conclusiones 1. Segun el diagrama de barras de la variable vivienda, podemos concluir que la mayoria de datos equivalen a los propietarios 2. las personas que viven en casa de sus padre o en alquiler estan en aproximadamente en la misma cantidad de datos 3.mas del 50% de las personas encuestadas tienen un trabajo fijo, reflejando en el diagrama de torta 4. El segundo tipo de trabajo con mayor cantidad de datos es el freelance