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(descriptr)
library(knitr)
library(modeest)
library(readxl)
library(nortest)
## Warning: package 'nortest' was built under R version 4.5.2
basededatos <- read_excel("C:/Users/davro/Downloads/encuesta.xlsx")
set.seed(356)
indicesmuestra <- sample(1:1200,size = 290)
muestra <- basededatos[indicesmuestra, ]
indicescuantitativas<-c(3,6,7,8,9,10,11,12,13,14)
varnumericas <- muestra[,indicescuantitativas]

##PUNTO 1

variable<-varnumericas$conoce
cat("Variable:TiempoConoce_meses")
## Variable:TiempoConoce_meses
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  31.3069
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  27
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  15 18 21
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  31.3069
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  72.69104
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  1.549978
variable<-varnumericas$numatencion
cat("Variable:Atencion_1a4")
## Variable:Atencion_1a4
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  2.437931
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  2
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  3
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  2.437931
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  41.88793
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  0.02188422
variable<-varnumericas$visitassem
cat("Variable:Visitas semana")
## Variable:Visitas semana
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  3.024138
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  3
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  2
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  3.024138
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  62.08698
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  0.5522899
variable<-varnumericas$precioalm
cat("Variable:Precio almuerzo ")
## Variable:Precio almuerzo
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  22497.52
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  22120
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  12000 13007 13774 14258 14414 14460 14461 14517 14591 14877 15195 15207 15212 15219 15256 15279 15338 15349 15431 15493 15513 15526 15766 15806 15860 15900 15902 15955 16060 16155 16218 16331 16368 16487 16501 16551 16557 16632 16685 16842 16959 16977 16987 16993 17233 17272 17304 17308 17394 17447 17458 17574 17625 17626 17627 17680 17727 17821 17853 17882 18020 18038 18105 18147 18192 18441 18445 18461 18481 18491 18492 18549 18576 18610 18617 18670 18682 18692 18752 18847 18899 18927 19059 19073 19093 19101 19126 19265 19268 19275 19345 19471 19514 19557 19681 19685 19752 19815 19825 19836 19923 19936 19978 19979 20087 20131 20137 20171 20243 20473 20524 20542 20587 20644 20680 20743 20794 20805 20809 20941 20954 21077 21142 21205 21214 21261 21303 21306 21385 21419 21444 21516 21529 21614 21617 21742 21760 21780 21809 21925 21968 22034 22093 22095 22097 22143 22301 22308 22390 22393 22505 22805 22827 22893 22913 22966 23061 23064 23075 23092 23128 23143 23145 23148 23199 23312 23338 23453 23515 23516 23553 23565 23620 23643 23691 23696 23710 23947 24017 24147 24452 24464 24521 24602 24609 24654 24725 24861 24961 25048 25052 25100 25157 25159 25183 25199 25207 25221 25298 25344 25378 25667 25753 25783 25786 25800 25840 25975 26008 26023 26034 26100 26148 26217 26229 26339 26350 26377 26405 26424 26471 26551 26588 26638 26802 26836 26864 27015 27117 27147 27205 27294 27326 27342 27408 27622 27672 27711 27749 27752 27851 27913 27979 28038 28052 28199 28307 28359 28370 28556 28614 28793 28893 28956 29036 29083 29162 29203 29217 29227 29259 29266 29297 29323 29450 29601 29608 29679 29687 29698 29770 29948 30051 30054 30210 30259 30314 30334 30380 30409 30467 30661 30886 31029 31214 31349 31357 31580 31723 31833
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  22497.52
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  21.26442
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  0.08432418
variable<-varnumericas$compalm
cat("Variable:Companeros Almuerzo")
## Variable:Companeros Almuerzo
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  1.97931
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  2
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  1
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  1.97931
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  72.30236
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  0.4859094
variable<-varnumericas$edad
cat("Variable:Edad", "\n")
## Variable:Edad
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  37.71034
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  35
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  32
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  37.71034
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  27.40935
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  0.7040528
variable<-varnumericas$ingresos
cat("Variable:Ingresos")
## Variable:Ingresos
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  3714806
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  2837165
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  1500000
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  3714806
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  65.09839
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  1.778332
variable<-varnumericas$gastos
cat("Variable:Gastos")
## Variable:Gastos
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  2265908
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  1768762
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  555758 586905 601043 606264 638113 666924 678968 700414 751781 753580 791298 813624 814342 816449 825074 832566 839730 858241 868896 869156 888590 894737 900268 905497 908626 910059 914719 916058 917925 931160 937749 940129 964652 967174 974859 975769 978579 982515 991267 994486 994966 1011749 1015695 1028805 1037366 1040909 1040944 1042258 1050430 1052797 1063959 1065668 1065825 1073435 1084373 1099514 1102889 1105316 1114679 1127961 1128845 1131305 1139461 1147969 1162990 1189870 1198164 1204954 1215717 1217714 1218087 1223140 1224728 1227887 1233795 1236076 1237848 1247662 1249215 1265581 1267049 1270728 1273623 1281715 1301359 1303719 1307430 1310391 1313860 1318248 1319351 1319817 1320153 1344583 1350753 1379296 1379936 1384513 1386732 1402724 1409826 1411062 1418613 1427198 1434149 1436113 1440135 1447724 1448975 1460321 1474147 1474850 1476490 1479915 1480996 1490508 1492067 1493961 1496000 1520888 1521883 1528879 1537670 1553332 1557285 1561469 1563005 1569412 1572503 1587646 1588071 1617312 1619940 1621064 1622624 1671095 1675422 1684631 1702908 1708435 1709646 1728083 1741580 1753816 1763626 1773897 1774426 1777184 1781540 1786371 1794479 1804140 1819305 1846172 1856593 1857005 1858180 1864029 1869178 1873540 1878240 1878459 1883949 1889684 1893462 1904656 1919201 1947367 1952869 1955312 2007864 2026037 2041107 2041367 2042722 2061943 2062986 2064120 2079500 2094064 2096642 2099788 2105068 2107862 2121692 2122043 2158218 2160532 2217121 2218215 2227459 2243810 2266829 2294769 2330025 2354177 2389411 2389442 2405528 2442299 2472109 2478091 2502054 2548090 2551362 2557428 2585090 2587161 2659950 2769444 2805157 2833964 2835917 2840801 2847415 2861661 2882641 2907564 2925619 2963876 2966208 3023858 3060286 3070055 3088304 3163618 3172395 3179293 3199365 3202694 3205844 3218656 3219828 3256784 3361392 3401032 3440822 3461924 3464211 3512035 3622127 3642296 3650189 3686744 3700157 3715081 3731727 3742367 3747088 3770121 3800602 3815216 3826936 3920232 3924556 3974960 4015844 4038645 4092670 4113875 4135884 4206319 4220966 4254929 4334330 4348993 4533215 4535286 4598601 4633085 4644548 4769644 5095138 5161063 5397360 5587922 5644091 5773686 5864255 6028158 6478106 6852567 6860502 7117459 7139249 7452129 7659906 7783851 8922125 10256892
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  2265908
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  68.6371
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  1.923146
variable<-varnumericas$pesokg
cat("Variable:Peso en kg")
## Variable:Peso en kg
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  69.75517
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  69.7
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  76.1
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  69.75517
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  13.05716
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  0.01614063
variable<-varnumericas$estatura
cat("Variable:Estatura en cm")
## Variable:Estatura en cm
media <- mean(variable)
cat("La media de la variable es: ",media)
## La media de la variable es:  166.0131
mediana <- median(variable)
cat("La mediana de la variable es: ",mediana)
## La mediana de la variable es:  165.75
moda <- mfv(variable)
cat("La moda de la variable es: ",moda)
## La moda de la variable es:  150
varianza <- var(variable)
desv<- sqrt(var(variable))
cat("La desviacion estandar de la variable es: ",media)
## La desviacion estandar de la variable es:  166.0131
cv <- (desv/media)*100
cat("El coeficiente de variacion de la variable es: ",cv)
## El coeficiente de variacion de la variable es:  5.23743
asimetria <- ds_skewness(variable)
cat("El coeficiente de asimetria de la variable es: ",asimetria)
## El coeficiente de asimetria de la variable es:  0.09584627

##PUNTO 2

variable<-varnumericas$conoce
cat("Variable:Conoce meses")
## Variable:Conoce meses
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  15
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  27
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  40
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  25
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  9
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  27
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  60.1
variable<-varnumericas$numatencion
cat("Variable:Atencion_1a4")
## Variable:Atencion_1a4
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  2
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  2
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  3
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  1
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  1
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  2
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  4
variable<-varnumericas$visitassem
cat("Variable:Visitas Semanales")
## Variable:Visitas Semanales
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  2
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  3
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  4
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  2
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  1
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  3
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  6
variable<-varnumericas$precioalm
cat("Variable:Precio almuerzo")
## Variable:Precio almuerzo
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  18584.5
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  22120
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  26370.25
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  7785.75
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  16145.5
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  22120
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  29259.7
variable<-varnumericas$compalm
cat("Variable:Companeros Almuerzo")
## Variable:Companeros Almuerzo
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  1
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  2
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  3
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  2
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  0
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  2
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  4
variable<-varnumericas$edad
cat("Variable:Edad")
## Variable:Edad
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  30
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  35
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  44
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  14
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  27
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  35
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  53.1
variable<-varnumericas$ingresos
cat("Variable:Ingresos")
## Variable:Ingresos
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  2013776
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  2837165
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  4812516
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  2798740
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  1500000
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  2837165
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  6659567
variable<-varnumericas$gastos
cat("Variable:Gastos")
## Variable:Gastos
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  1225518
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  1768762
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  2901333
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  1675816
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  929836.5
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  1768762
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  4142928
variable<-varnumericas$pesokg
cat("Variable:Peso kg")
## Variable:Peso kg
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  63.75
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  69.7
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  76.05
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  12.3
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  58.4
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  69.7
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  81.53
variable<-varnumericas$estatura
cat("Variable:Estatura")
## Variable:Estatura
percentiles <- quantile(variable,probs = c(0.25,0.5,0.75,0.10,0.50,0.90))
cat("El cuartil 1 de la variable es: ",percentiles[1])
## El cuartil 1 de la variable es:  159.425
cat("El cuartil 2 de la variable es: ",percentiles[2])
## El cuartil 2 de la variable es:  165.75
cat("El cuartil 3 de la variable es: ",percentiles[3])
## El cuartil 3 de la variable es:  172.2
cat("El Rango Intercuartil de la variable es: ",percentiles[3]-percentiles[1])
## El Rango Intercuartil de la variable es:  12.775
cat("El percentil 10 de la variable es: ",percentiles[4])
## El percentil 10 de la variable es:  154
cat("El percentil 50 de la variable es: ",percentiles[5])
## El percentil 50 de la variable es:  165.75
cat("El percentil 90 de la variable es: ",percentiles[6])
## El percentil 90 de la variable es:  177.61

##PUNTO 3

mi_vector_agrupado <- cut(varnumericas$precioalm, breaks = 8)
tabla_frecuen <- table(mi_vector_agrupado)
is.data.frame(tabla_frecuen) #No lo es entonces lo vamos a convertir 
## [1] FALSE
dfc <- as.data.frame(tabla_frecuen)
is.data.frame(dfc)
## [1] TRUE
rename(dfc, Intervalos=mi_vector_agrupado,Frecuencia = Freq )
##            Intervalos Frecuencia
## 1  (1.2e+04,1.45e+04]          7
## 2  (1.45e+04,1.7e+04]         33
## 3  (1.7e+04,1.94e+04]         51
## 4 (1.94e+04,2.19e+04]         48
## 5 (2.19e+04,2.44e+04]         41
## 6 (2.44e+04,2.69e+04]         47
## 7 (2.69e+04,2.94e+04]         37
## 8 (2.94e+04,3.19e+04]         26

##PUNTO 4

table(muestra$zona,muestra$atencion)
##              
##               Buena Excelente Mala Regular
##   Zona Centro    40        13   29      39
##   Zona Norte     26        22   14      25
##   Zona Sur       26        15   22      19
prop.table(table(muestra$zona,muestra$atencion),margin=1)
##              
##                   Buena Excelente      Mala   Regular
##   Zona Centro 0.3305785 0.1074380 0.2396694 0.3223140
##   Zona Norte  0.2988506 0.2528736 0.1609195 0.2873563
##   Zona Sur    0.3170732 0.1829268 0.2682927 0.2317073

##PUNTO 5

tapply(muestra$ingresos, muestra$sexo, FUN = mean)
##  Femenino Masculino 
##   3579194   3846728
tapply(muestra$ingresos, muestra$sexo, FUN = sd)
##  Femenino Masculino 
##   2251454   2571046

##PUNTO 6

variable <- varnumericas$conoce
hist(variable, col = "blue", breaks = 8, main="Conoce en meses", xlab="Intervalos")

##PUNTO 7

boxplot(varnumericas$conoce, main = "Conoce en meses", col = "blue")

##PUNTO 8

qqnorm(varnumericas$ingresos, col = "blue")
qqline(varnumericas$ingresos)

##PUNTO 9

sol <- factorial(5)/factorial(3)*factorial(2)
cat("El numero de resultados posibles es:", sol)
## El numero de resultados posibles es: 40

##PUNTO 10

table(basededatos$numatencion,basededatos$recomienda)
##    
##      No  Sí
##   1 173  83
##   2 198 140
##   3 170 195
##   4  98 143
sol <- (195+143)/(170+98+195+143)
cat("La probabilidad es igual a:", sol)
## La probabilidad es igual a: 0.5577558

##PUNTO 11

table(basededatos$zona,basededatos$recomienda)
##              
##                No  Sí
##   Zona Centro 273 265
##   Zona Norte  192 163
##   Zona Sur    174 133
sol <- 163/(265+163+133)
cat("La probabilidad es igual a:", sol)
## La probabilidad es igual a: 0.2905526

##PUNTO 12

table(muestra$recomienda)
## 
##  No  Sí 
## 157 133
precomienda=139/290
sol<- 1- pbinom(7, size=10, prob=precomienda)
cat("La probabilidad es igual a:", sol)
## La probabilidad es igual a: 0.04157868

##PUNTO 13

tapply(muestra$visitassem, muestra$zona, FUN = mean)
## Zona Centro  Zona Norte    Zona Sur 
##    3.214876    2.034483    3.792683
sol<- 1-ppois(3, lambda=3.8375)
cat("La probabilidad es igual a:", sol)
## La probabilidad es igual a: 0.5341566

##PUNTO 14

table(basededatos$atencion)
## 
##     Buena Excelente      Mala   Regular 
##       365       241       256       338
cat("K es igual a 241 en la Base de Datos Original")
## K es igual a 241 en la Base de Datos Original
sol <- dhyper(6, 241, 1200-241, 20)
cat("La probabilidad es igual a:", sol)
## La probabilidad es igual a: 0.1103612

##PUNTO 15

media=mean(muestra$precioalm)
desv=sd(muestra$precioalm)
sol<- pnorm(24000,media,desv)-pnorm(20000,media,desv)
cat("La probabilidad es igual a:", sol)
## La probabilidad es igual a: 0.3224504

##PUNTO 16

media=mean(muestra$precioalm)
desv=sd(muestra$precioalm)
sol<- pnorm(24000,media,desv)-pnorm(20000,media,desv)
cat("La probabilidad es igual a:", sol)
## La probabilidad es igual a: 0.3224504
##PUNTO 17
res <- t.test(x=muestra$precioalm, conf.level=0.95)$conf.int 
cat("Con una confianza del 95% se estima que el precio del almuerzo esta entre:", res)
## Con una confianza del 95% se estima que el precio del almuerzo esta entre: 21944.6 23050.43
##PUNTO 18
solp <- prop.test(x=139, n=290, conf.level=0.95)$conf.int
cat("La proporción de gente que recomienda esta entre:", round(solp*100,2), "%")
## La proporción de gente que recomienda esta entre: 42.08 53.84 %
##PUNTO 19
varianza=var(muestra$ingresos)
liminf=(290-1)*varianza/qchisq(0.025, df = 290-1, lower.tail = FALSE)
limsup=(290-1)*varianza/qchisq(0.975, df = 290-1, lower.tail = FALSE)
cat("El intervalo de confianza de 95% indica que la varianza de los ingresos se encuentra entre:", liminf,"y", limsup)
## El intervalo de confianza de 95% indica que la varianza de los ingresos se encuentra entre: 5.000489e+12 y 6.932258e+12
l <- lillie.test(muestra$precioalm)$p.value
##PUNTO 20
pr_1 <- t.test(muestra$precioalm, alternative='two.sided', conf.level=0.95, mu=22000)
pr_1
## 
##  One Sample t-test
## 
## data:  muestra$precioalm
## t = 1.771, df = 289, p-value = 0.07761
## alternative hypothesis: true mean is not equal to 22000
## 95 percent confidence interval:
##  21944.60 23050.43
## sample estimates:
## mean of x 
##  22497.52
##PUNTO 21
tabla <- table(muestra$recomienda, muestra$zona)
tabla
##     
##      Zona Centro Zona Norte Zona Sur
##   No          66         48       43
##   Sí          55         39       39
chi<-chisq.test(tabla)$expected
chi
##     
##      Zona Centro Zona Norte Zona Sur
##   No     65.5069       47.1  44.3931
##   Sí     55.4931       39.9  37.6069
chi<-chisq.test(tabla)
chi
## 
##  Pearson's Chi-squared test
## 
## data:  tabla
## X-squared = 0.14091, df = 2, p-value = 0.932
##PUNTO 22
media=mean(muestra$precioalm)
desv=sd(muestra$precioalm)
ks.test(muestra$precioalm, "pnorm")
## 
##  Asymptotic one-sample Kolmogorov-Smirnov test
## 
## data:  muestra$precioalm
## D = 1, p-value < 2.2e-16
## alternative hypothesis: two-sided
shapiro.test(muestra$precioalm)
## 
##  Shapiro-Wilk normality test
## 
## data:  muestra$precioalm
## W = 0.97041, p-value = 1.095e-05
#PUNTO 23
cor(muestra$precioalm, muestra$edad)
## [1] -0.04887199
regresion <- lm(muestra$precioalm ~ muestra$edad)
summary(regresion)
## 
## Call:
## lm(formula = muestra$precioalm ~ muestra$edad)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -10355  -3806   -344   3898   9526 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  23350.52    1065.00   21.93   <2e-16 ***
## muestra$edad   -22.62      27.24   -0.83    0.407    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4787 on 288 degrees of freedom
## Multiple R-squared:  0.002388,   Adjusted R-squared:  -0.001075 
## F-statistic: 0.6895 on 1 and 288 DF,  p-value: 0.407
##PUNTO 24
regresion <- lm(muestra$precioalm ~ muestra$edad+muestra$ingresos+muestra$visitassem)
summary(regresion)
## 
## Call:
## lm(formula = muestra$precioalm ~ muestra$edad + muestra$ingresos + 
##     muestra$visitassem)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -12516.5  -3010.3     19.7   2879.2  10822.0 
## 
## Coefficients:
##                      Estimate Std. Error t value Pr(>|t|)    
## (Intercept)         2.240e+04  1.179e+03  19.004  < 2e-16 ***
## muestra$edad       -1.936e+01  2.431e+01  -0.796    0.426    
## muestra$ingresos    7.267e-04  1.046e-04   6.948 2.51e-11 ***
## muestra$visitassem -6.184e+02  1.348e+02  -4.588 6.72e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4245 on 286 degrees of freedom
## Multiple R-squared:  0.2206, Adjusted R-squared:  0.2125 
## F-statistic: 26.99 on 3 and 286 DF,  p-value: 2.127e-15
##PUNTO 25
cor(muestra$ingresos, muestra$gastos)
## [1] 0.9362642
##PUNTO 26
modelo_anova <- aov(muestra$precioalm ~ muestra$zona)
summary(modelo_anova)
##               Df    Sum Sq   Mean Sq F value Pr(>F)    
## muestra$zona   2 4.999e+09 2.499e+09   444.1 <2e-16 ***
## Residuals    287 1.615e+09 5.628e+06                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
zona<-muestra$zona
atencion<-muestra$atencion
modelo_anova <- aov(muestra$precioalm ~ zona+atencion)
summary(modelo_anova)
##              Df    Sum Sq   Mean Sq F value Pr(>F)    
## zona          2 4.999e+09 2.499e+09 443.898 <2e-16 ***
## atencion      3 1.620e+07 5.398e+06   0.959  0.413    
## Residuals   284 1.599e+09 5.631e+06                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1