Definicion de variables
x<-3
y<-2
Impresion de resultados
#operaciones aritméticas
suma <- x+y
suma
## [1] 5
resta <- x-y
resta
## [1] 1
multiplicacion <- x*y
multiplicacion
## [1] 6
division <- x/y
division
## [1] 1.5
residuo <-x%%y
residuo
## [1] 1
division_entera <-x%/%y
division_entera
## [1] 1
potencia <- x**y
potencia
## [1] 9
#funcion matematica
raiz_cuadrada <-sqrt(x)
raiz_cuadrada
## [1] 1.732051
raiz_cubica <- x**(1/3)
raiz_cubica
## [1] 1.44225
exponencial <- exp(1)
exponencial
## [1] 2.718282
absoluto <- abs(x)
absoluto
## [1] 3
signo <- sign(x)
signo
## [1] 1
redondeo_arriba <-ceiling(division)
redondeo_arriba
## [1] 2
redondeo_abajo <- floor(division)
redondeo_abajo
## [1] 1
#truncar hace lo mismo que floor
truncar <- trunc(division)
truncar
## [1] 1
#constante
pi
## [1] 3.141593
radio <-5
area_circulo <-pi*radio**2
area_circulo
## [1] 78.53982
Vectores
a <- c(1,2,3,4,5)
a
## [1] 1 2 3 4 5
b <- c(1:100)
b
## [1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
## [19] 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
## [37] 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
## [55] 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
## [73] 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
## [91] 91 92 93 94 95 96 97 98 99 100
c <- seq(1,5, by=0.5)
c
## [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
e <- rep(1:2, each=3)
e
## [1] 1 1 1 2 2 2
d <- rep(1:2, times=3)
d
## [1] 1 2 1 2 1 2
nombre <- c("Juan", "Sara", "Pedro")
nombre
## [1] "Juan" "Sara" "Pedro"
nombre<- sort(nombre)
nombre
## [1] "Juan" "Pedro" "Sara"
f <- c(1,2,3,4,5)
suma_vectores <- a+f
suma_vectores
## [1] 2 4 6 8 10
Graficar
año <- c(2020:2025)
PIB <- c(8744, 10250, 11500, 13800, 14034, 13967)
plot(año,PIB, main="PIB PER CAPITA EN MÉXICO", xlab="AÑO", ylab="USD")
Tablas
persona <- c("Raul", "Miguel", "Roberta", "Samanta", " Junior", "Meme")
altura <- c(1.80, 1.74, 1.64, 1.60, 1.69, 1.75)
peso <-c(80, 78, 55, 57, 62, 525)
df <- data.frame(persona, altura, peso)
df
## persona altura peso
## 1 Raul 1.80 80
## 2 Miguel 1.74 78
## 3 Roberta 1.64 55
## 4 Samanta 1.60 57
## 5 Junior 1.69 62
## 6 Meme 1.75 525
max(df$peso)
## [1] 525
min(df$altura)
## [1] 1.6
df[1,]
## persona altura peso
## 1 Raul 1.8 80
df[ ,1]
## [1] "Raul" "Miguel" "Roberta" "Samanta" " Junior" "Meme"
df[2,2]
## [1] 1.74
summary(df)
## persona altura peso
## Length:6 Min. :1.600 Min. : 55.00
## Class :character 1st Qu.:1.653 1st Qu.: 58.25
## Mode :character Median :1.715 Median : 70.00
## Mean :1.703 Mean :142.83
## 3rd Qu.:1.748 3rd Qu.: 79.50
## Max. :1.800 Max. :525.00
str(df)
## 'data.frame': 6 obs. of 3 variables:
## $ persona: chr "Raul" "Miguel" "Roberta" "Samanta" ...
## $ altura : num 1.8 1.74 1.64 1.6 1.69 1.75
## $ peso : num 80 78 55 57 62 525
Medidas de tendencia central
#Media (Promedio), Mediana Y Moda
mean(df$peso)
## [1] 142.8333
median(df$altura)
## [1] 1.715
#MEDIDAS DE DISPERSION
#Rango, Varianza, Desviación estandar, Coeficiente de variación
var(df$peso)
## [1] 35163.77
sd(df$peso)
## [1] 187.52
sd(df$altura)
## [1] 0.07447595
coeficientedevariacion_altura <- sd(df$altura)/mean(df$altura)*100
coeficientedevariacion_altura
## [1] 4.372365
coeficientedevariacion_peso <- sd(df$peso)/mean(df$peso)*100
coeficientedevariacion_peso
## [1] 131.2859
Medidas de posición
Percentiles y cuartiles
boxplot(df$altura)
boxplot(df$peso)
df$IMC <- peso/(altura**2)
df$IMC
## [1] 24.69136 25.76298 20.44914 22.26562 21.70792 171.42857