Resultados primer parcial
Calificaciones
ggplot(parcial_1_8_12, aes(x = Calificacion)) +
geom_histogram()
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

Calificación según duración
ggplot(parcial_1_8_12, aes(x = Calificacion, y = duracion)) +
geom_point()+geom_smooth(method = "lm",
se=F)
## `geom_smooth()` using formula = 'y ~ x'

Modelo lineal
modelo<-lm(Calificacion~duracion, data=parcial_1_8_12)
summary(modelo)
##
## Call:
## lm(formula = Calificacion ~ duracion, data = parcial_1_8_12)
##
## Residuals:
## Min 1Q Median 3Q Max
## -4.9072 -1.3949 0.1059 1.5080 4.3900
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 5.3275975 0.2552444 20.873 <2e-16 ***
## duracion 0.0004676 0.0002545 1.837 0.0668 .
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.832 on 477 degrees of freedom
## Multiple R-squared: 0.007025, Adjusted R-squared: 0.004943
## F-statistic: 3.375 on 1 and 477 DF, p-value: 0.06683
Calificación según hora de inicio
ggplot(parcial_1_8_12, aes(x = Calificacion, y = inicio)) +
geom_point()+geom_smooth(method = "lm",
se=F)
## `geom_smooth()` using formula = 'y ~ x'

Definición de comisiones
parcial_1_8_12<-parcial_1_8_12 %>%
mutate(comision=ifelse(inicio<9.5, "vaiman",
"mola-rivarola"))
table(parcial_1_8_12$comision)
##
## mola-rivarola vaiman
## 298 181
Calificación según duración por comisión
ggplot(parcial_1_8_12, aes(x = Calificacion,
y = duracion, col=comision)) +
geom_point()+geom_smooth(method = "lm",
se=F)
## `geom_smooth()` using formula = 'y ~ x'

Calificación según hora inicio por comisión
ggplot(parcial_1_8_12, aes(x = Calificacion,
y = inicio, colour = comision)) +
geom_point()+geom_smooth(method = "lm",
se=F)
## `geom_smooth()` using formula = 'y ~ x'

Duración por comisión
parcial_1_8_12 %>%
group_by(comision) %>%
summarise(duracion.media=mean(duracion),
duracion.mediana=median(duracion),
duracion.sd=sd(duracion))
## # A tibble: 2 × 4
## comision duracion.media duracion.mediana duracion.sd
## <chr> <dbl> <dbl> <dbl>
## 1 mola-rivarola 949. 886 339.
## 2 vaiman 944. 869 313.