#Librerias y muestra

set.seed(7877)
library(dplyr)
## 
## Adjuntando el paquete: '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)
library(modeest)
library(descriptr)
library(ggplot2)
diamantes <- sample_n(diamantes,  size = 120 , replace = FALSE)
head(diamantes)
## # A tibble: 6 × 10
##   precio quilate corte     color claridad profundidad tabla     x     y     z
##    <int>   <dbl> <ord>     <ord> <ord>          <dbl> <dbl> <dbl> <dbl> <dbl>
## 1    680    0.31 Ideal     E     VS2             62.4    54  4.31  4.35  2.7 
## 2   3672    0.7  Ideal     G     IF              60.2    57  5.78  5.84  3.5 
## 3   4317    1.01 Regular   F     SI2             65.3    59  6.28  6.24  4.09
## 4  16975    1.73 Premium   F     VS2             61.2    58  7.76  7.69  4.73
## 5   1341    0.53 Ideal     I     VVS2            61.2    56  5.21  5.28  3.21
## 6  15241    1.91 Muy bueno G     SI1             63.1    59  7.9   7.86  4.97

Medidas de tendencia central para la variable quilates

media_quilate <- mean(diamantes$quilate)
mediana_quilates <- median(diamantes$quilate)
moda_quilate <- mlv1(diamantes$quilate)
## Warning: argument 'method' is missing. Data are supposed to be continuous. 
##             Default method 'shorth' is used
cat("La media, mediana y moda de la variable quilates es:", media_quilate, mediana_quilates, moda_quilate)
## La media, mediana y moda de la variable quilates es: 0.8361667 0.72 0.4508333

Las medidas de variabilidad para la variable profundidad

rango_profundidad <- max(diamantes$profundidad)-min(diamantes$profundidad)
var_profundidad <- var(diamantes$profundidad)
ds_profundidad <- sqrt(var_profundidad)
cv_profundidad <- (ds_profundidad/mean(diamantes$profundidad))*100

cat("Las medidas de variabilidad para la variable profundidad son:", rango_profundidad, var_profundidad, ds_profundidad, cv_profundidad)
## Las medidas de variabilidad para la variable profundidad son: 10.7 2.504303 1.582499 2.557367

Medidas de posicion

percentiles_tabla <- quantile(diamantes$tabla, probs = c(0.25, 0.30, 0.75, 0.78, 0.9), type = 5);percentiles_tabla
## 25% 30% 75% 78% 90% 
##  56  56  59  59  60

Las medidas de forma para la variable x

asimetria_x <- ds_skewness(diamantes$x)
curtosis_x <- ds_kurtosis(diamantes$x)

cat("Las medidad de forma para variable x son:", asimetria_x, curtosis_x)
## Las medidad de forma para variable x son: 0.3436324 -0.9803705

Histogramas y tabla de frecuencia variable y

histograma_y <-  hist(diamantes$y, col = "purple", ,main = "Histograma variable Y", xlab = "variable y")

tabla_frec <- table(diamantes$y)

cat("La tabla de frecuencia para la variable Y, quedo de la siguiente forma:", tabla_frec)
## La tabla de frecuencia para la variable Y, quedo de la siguiente forma: 1 1 1 1 1 1 1 1 2 1 4 2 1 1 1 3 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 2 1 1 2 1 1 2 1 1 2 1 1 1 1 1 2 1 1 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Tabla de frecuencia, diagrama de barras y dona para la variable corte

tabla_frec_corte <- table(diamantes$corte)
barras_dimantes <- barplot(tabla_frec_corte, col = "darkolivegreen", main = "Frecuencia de diamantes", xlab = "Calidad de corte", ylab = "Cantidad"  )

pie_corte <- pie(tabla_frec_corte, main = "Torta de frecuencia variable corte", col = "pink")