2

data("airquality")
datos<-airquality$Temp

#PREGUNTA 1 — Limpieza ¿Existen datos faltantes? Si existen:cuántos hay? y optimiza la base
sum(is.na(datos))

## [1] 0

datos<-na.omit(datos)

#PREGUNTA 2 — Tamaño y rango Determine: tamaño de la muestra,valor mínimo,valor máximo,rango

length(datos)

## [1] 153

min(datos)

## [1] 56

max(datos)

## [1] 97

#PREGUNTA 3 — Tendencia central Calcule:media mediana

mean(datos)

## [1] 77.88235

median(datos)

## [1] 79

#PREGUNTA 4 — Dispersión Calcule: desviación estándar,varianza,coeficiente de variación

sd(datos)

## [1] 9.46527

var(datos)

## [1] 89.59133

sd(datos)/mean(datos)

## [1] 0.1215329

#PREGUNTA 5 — Probabilidades Determine: a) Probabilidad de que un dato sea mayor a la media b) Probabilidad de que un dato esté entre 50 y 100

mean(datos > mean(datos))

## [1] 0.5555556

mean(datos>50 & datos < 100)

## [1] 1

#PREGUNTA 6 — Distribución Según media y mediana:¿La distribución es simétrica, sesgada a la derecha o izquierda?

mean(datos)

## [1] 77.88235

median(datos)

## [1] 79

#PREGUNTA 7 — Cuartiles Determine: Q1,Q2,Q3

quantile(datos)

##   0%  25%  50%  75% 100% 
##   56   72   79   85   97

quantile(datos,0.25)

## 25% 
##  72

quantile(datos,0.50)

## 50% 
##  79

quantile(datos,0.75)

## 75% 
##  85

#PREGUNTA 8 — Valores atípicos Determine: ¿Existen valores atípicos? ,¿Cuántos hay?

Q1<-quantile(datos,0.25)
Q3<-quantile(datos,0.75)
IQR_val<-IQR(datos)
lim_inf<-Q1-1.5*IQR_val
lim_sup<-Q3+1.5*IQR_val
datos[datos<lim_inf|datos>lim_sup]

## integer(0)

sum(datos<lim_inf|datos>lim_sup)

## [1] 0

#PREGUNTA 9 — Frecuencias Construya:tabla de frecuencias,frecuencia relativa,frecuencia acumulada

n <- length(datos)
k <- round(1 + 3.322*log10(n))
fa<-table(cut(datos,breaks=k))
Fr<-prop.table(fa)
Fa<-cumsum(fa)
data.frame(fa=fa,Fr=Fr,Fa=Fa)

##                 fa.Var1 fa.Freq     Fr.Var1    Fr.Freq  Fa
## (56,61.1]     (56,61.1]      11   (56,61.1] 0.07189542  11
## (61.1,66.2] (61.1,66.2]      10 (61.1,66.2] 0.06535948  21
## (66.2,71.4] (66.2,71.4]      15 (66.2,71.4] 0.09803922  36
## (71.4,76.5] (71.4,76.5]      25 (71.4,76.5] 0.16339869  61
## (76.5,81.6] (76.5,81.6]      35 (76.5,81.6] 0.22875817  96
## (81.6,86.8] (81.6,86.8]      30 (81.6,86.8] 0.19607843 126
## (86.8,91.9] (86.8,91.9]      15 (86.8,91.9] 0.09803922 141
## (91.9,97]     (91.9,97]      12   (91.9,97] 0.07843137 153

#PREGUNTA 10 — Gráficos Construya:histograma, boxplot,ojiva

data("airquality")
datos<-airquality$Temp
datos<-na.omit(datos)
hist(datos)

boxplot(datos)

plot(fa,type="o")

#PREGUNTA 11 — Interpretación ¿Qué proporción de datos supera la mediana?

median(datos>median(datos))

## [1] FALSE