July4

datos<-c(68, 72, 75, 70, 69, 80, 77, 74, 73, 71,
  65, 90, 85, 78, 76, 88, 92, 60, 67, 79)
sum(is.na(datos))

## [1] 0

datos<-na.omit(datos)

#tamaño y rango min y max
length(datos)

## [1] 20

min(datos)

## [1] 60

max(datos)

## [1] 92

#tendencia central
mean(datos)

## [1] 75.45

median(datos)

## [1] 74.5

#dispersión
sd(datos)

## [1] 8.469605

var(datos)

## [1] 71.73421

sd(datos)/mean(datos)

## [1] 0.1122545

#tabla de frecuencias 
tabla<-table(datos)
tabla

## datos
## 60 65 67 68 69 70 71 72 73 74 75 76 77 78 79 80 85 88 90 92 
##  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1

#probabilidades: Probabilidad de que un dato sea mayor a la media:

mean(datos > mean(datos))

## [1] 0.45

Probabilidad de que esté entre 70 y 85

mean(datos>70 & datos <85)

## [1] 0.5

#8. Cuartiles

quantile(datos)

##    0%   25%   50%   75%  100% 
## 60.00 69.75 74.50 79.25 92.00

quantile(datos,0.25)

##   25% 
## 69.75

quantile(datos, 0.50)

##  50% 
## 74.5

quantile(datos, 0.75)

##   75% 
## 79.25

#🔹 9. Valores atípicos

Q1 <-quantile(datos,0.25)
Q3 <-quantile(datos,0,50)
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]

##  [1] 75 80 77 90 85 78 76 88 92 79

sum(datos<lim_inf | datos >lim_sup)

## [1] 10

#HISTOGRAMAS
hist(datos)

# Boxplot
boxplot(datos)

#Barras
barplot(table(datos))

tabla<-table(datos)
plot(table,type="o")