R Markdown

##Se da lectura al archivo de iris

x<-"C:/Users/aacad/OneDrive/Documents/ADRIANA/FCPYS/R COMO INSTRUMENTO DE INVESTIGACION/a4_iris.csv"
y<-read.csv(x,as.is = TRUE)
str(y)
## 'data.frame':    150 obs. of  5 variables:
##  $ sepal.length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##  $ sepal.width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##  $ petal.length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##  $ petal.width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##  $ variety     : chr  "Setosa" "Setosa" "Setosa" "Setosa" ...
summary(y)
##   sepal.length    sepal.width     petal.length    petal.width   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##    variety         
##  Length:150        
##  Class :character  
##  Mode  :character  
##                    
##                    
##

#Una revisión rápida de los datos muestra que la longitud del sépalo oscila entre 4.3 y 7.9; el ancho de 2 a 4.4; la longitud del pétalo de 1 a 6.9 y el ancho del pétalo de 0.1 a 2.5.

#La pregunta de investigación es si hay diferencia importante en los pétalos de las variedades de flores. Las variables a utilizar son el largo y ancho de pétalos (continuas) y variedades (categórica).

#Se realizará una exploración visual de la relación entre el largo y ancho del pétalo.

library(ggplot2)

petalo<-data.frame(y$petal.length,y$petal.width,y$variety)
names(petalo)<-c("largo","ancho","variedad")

#Gráfico de relación

ggplot(petalo,aes(x=ancho,y=largo,col = variedad))+
  geom_point(alpha = 0.3, size=4)+
  geom_smooth(method = "lm", se = TRUE, color = "black")
## `geom_smooth()` using formula = 'y ~ x'

#Para mejorar el gráfico se agregaran títulos a los ejes y se hará iteractivo

library(ggplot2)
library(plotly)
## Warning: package 'plotly' was built under R version 4.5.2
## 
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
## 
##     last_plot
## The following object is masked from 'package:stats':
## 
##     filter
## The following object is masked from 'package:graphics':
## 
##     layout
p<-ggplot(petalo,aes(x=ancho,y=largo,col = variedad))+
  geom_point(alpha = 0.3, size=4)+
  geom_smooth(method = "lm", se = TRUE, color = "black")+
    labs(title = "Relacion entre largo y ancho del petalo ",
       x = "Ancho del petalo", y = "Largo del petalo")
ggplotly(p)
## `geom_smooth()` using formula = 'y ~ x'

La gráfica muestra que un menor ancho del pétalo se asocia a la variedad Setosa.

A continuacion, se realizara una gráfica de caja del ancho del petalo, facetado por variedad.

library(ggplot2)
ggplot(petalo,aes(y=ancho))+
  geom_boxplot(alpha = 0.5)+
facet_wrap(~variedad)

#Para mejorar el grafico se agregaran titulos a los ejes, se pondrá color a las cajas.

library(ggplot2)
ggplot(petalo,aes(y=ancho,color=variedad))+
  geom_boxplot(alpha = 0.5)+
facet_wrap(~variedad)+
  labs(title = "Comparativo de anchos de petalo por variedad",
        y = "Ancho del petalo")

Los mayores anchos de pétalo se asocian con la variedad Virginica y hay cierto nivel de confusion con Versicolor.

Finalmente, se hara un histograma para ver la distribución de los largos del petalo

library(ggplot2)
ggplot(petalo, aes(x = largo, fill = variedad)) +
  geom_histogram(alpha = 0.5, position = "identity", bins = 30)

Se agregan etiquetas a los ejes

library(ggplot2)
ggplot(petalo, aes(x = largo, fill = variedad)) +
  geom_histogram(alpha = 0.5, position = "identity", bins = 30)+
    labs(title = "Comparativo de largos de petalo",
       x = "Largo del petalo", y = "Casos")

#Se vuelve a ratificar que la especie Setosa es la de valores más bajos.