Punto A

Varialbles: ID, Edad, Género, Trat, Peso, Altura.

set.seed(100) #fija los numeros Id<-paste0(“ID”,1:30) # ID1 hasta ID30 Edad<-sample(18:65,30,replace=TRUE) #Edades aleatorias Género<- factor(rep(c(“Mujer”,“Hombre”), each=15)) # 50% Mujeres y 50% Hombres Trat <-sample(c(“A”,“B”,“C”), 30, replace = TRUE) Peso <-round(runif(30,50,100),1) #pesos 50-100 Kg Altura <-round(runif(30,150,200),1) #altura 150-200 cm datos <- data.frame(Id, Edad, Género, Trat, Peso, Altura) # Une todo head(datos)

Punto B

str(datos) #estructura, filas y columnas sum(datos$Género==“Hombre”)

Punto C; Crear nueva variable IMC. Calculo del IMC = Peso/ estatura(m)2

IMC<-datos\(Peso/(datos\)Altura/100)^2 IMC

Incorporamos estos datos a la tabla que ya tenemos:

dataIMC<-data.frame(datos,IMC)

Punto D; Crear dos data frame: una para hombre Df_Hombres y otra Df_Mujeres

Df_Hombres<-subset(dataIMC,dataIMC$Género==“Hombre”) Df_Hombres

Df_Mujeres<-subset(dataIMC,dataIMC$Género==“Mujer”) Df_Mujeres

Punto E, combinar Df_Hombre y Df_Mujeres con rbind

Df_final<-rbind(Df_Hombres, Df_Mujeres) Df_final