TALLER 1
set.seed(777)
n <- 60
metabolico <- data.frame(
id = 1:n,
edad = sample(28:78, n, replace = TRUE),
sexo = factor(sample(c("Femenino","Masculino"), n,
replace = TRUE, prob = c(.55,.45))),
glucosa = round(c(rnorm(53, 102, 18), 232, 258, 281, NA, NA, NA, 45), 1),
colesterol = round(c(rnorm(54, 185, 34), 295, 315, 342, NA, NA, NA), 1),
sistolica = round(c(rnorm(56, 121, 16), 188, 203, 210, NA), 0),
imc = round(c(rnorm(55, 28.4, 5.2), 49.8, 53.6, 57.2, NA, NA), 1),
tabaquismo = sample(c(TRUE, FALSE), n, replace = TRUE, prob = c(.30, .70)),
actividad = factor(sample(c("Sedentario","Leve","Moderado","Intenso"),
n, replace = TRUE, prob = c(.33,.32,.25,.10)),
levels = c("Sedentario","Leve","Moderado","Intenso"),
ordered = TRUE)
)
str(metabolico)
## 'data.frame': 60 obs. of 9 variables:
## $ id : int 1 2 3 4 5 6 7 8 9 10 ...
## $ edad : int 51 28 53 46 39 37 39 52 36 43 ...
## $ sexo : Factor w/ 2 levels "Femenino","Masculino": 2 1 1 2 1 2 2 1 1 1 ...
## $ glucosa : num 91.5 103.5 93.1 99 119.3 ...
## $ colesterol: num 185 196 151 146 180 ...
## $ sistolica : num 116 92 146 118 165 104 120 110 119 133 ...
## $ imc : num 32 29.6 34.9 37.7 24.4 27.6 33.7 30.8 30.7 28.9 ...
## $ tabaquismo: logi FALSE FALSE FALSE FALSE TRUE FALSE ...
## $ actividad : Ord.factor w/ 4 levels "Sedentario"<"Leve"<..: 2 1 1 3 2 1 1 3 2 2 ...
metabolico
## id edad sexo glucosa colesterol sistolica imc tabaquismo actividad
## 1 1 51 Masculino 91.5 185.4 116 32.0 FALSE Leve
## 2 2 28 Femenino 103.5 196.4 92 29.6 FALSE Sedentario
## 3 3 53 Femenino 93.1 151.0 146 34.9 FALSE Sedentario
## 4 4 46 Masculino 99.0 145.9 118 37.7 FALSE Moderado
## 5 5 39 Femenino 119.3 179.7 165 24.4 TRUE Leve
## 6 6 37 Masculino 88.5 160.5 104 27.6 FALSE Sedentario
## 7 7 39 Masculino 77.2 208.0 120 33.7 FALSE Sedentario
## 8 8 52 Femenino 110.6 202.3 110 30.8 FALSE Moderado
## 9 9 36 Femenino 80.5 213.3 119 30.7 FALSE Leve
## 10 10 43 Femenino 113.0 235.1 133 28.9 FALSE Leve
## 11 11 31 Femenino 94.0 238.1 116 38.9 FALSE Moderado
## 12 12 31 Femenino 104.7 167.0 100 23.9 FALSE Leve
## 13 13 53 Femenino 84.5 153.2 129 45.1 FALSE Moderado
## 14 14 50 Femenino 110.8 215.4 124 29.8 FALSE Leve
## 15 15 49 Femenino 116.9 207.3 129 30.6 FALSE Sedentario
## 16 16 39 Femenino 102.1 179.9 136 27.8 FALSE Sedentario
## 17 17 66 Masculino 120.7 143.0 100 23.3 FALSE Leve
## 18 18 74 Masculino 101.5 251.2 128 28.2 FALSE Sedentario
## 19 19 35 Masculino 99.5 241.2 131 27.0 FALSE Moderado
## 20 20 73 Femenino 103.1 276.7 72 34.5 FALSE Leve
## 21 21 37 Femenino 86.4 142.6 132 25.0 FALSE Sedentario
## 22 22 41 Masculino 85.2 164.8 134 27.8 FALSE Leve
## 23 23 29 Femenino 117.5 199.1 104 27.0 FALSE Moderado
## 24 24 50 Masculino 76.5 192.4 118 26.3 FALSE Sedentario
## 25 25 65 Femenino 70.7 229.2 115 35.3 FALSE Moderado
## 26 26 43 Femenino 91.7 172.1 109 33.8 FALSE Leve
## 27 27 67 Masculino 115.8 225.1 113 26.6 FALSE Moderado
## 28 28 61 Masculino 85.8 149.7 120 28.5 TRUE Leve
## 29 29 41 Masculino 124.7 180.1 146 32.7 TRUE Moderado
## 30 30 52 Masculino 87.4 160.4 119 22.8 FALSE Intenso
## 31 31 44 Femenino 94.1 202.6 117 28.3 TRUE Leve
## 32 32 50 Femenino 115.9 194.9 109 28.7 FALSE Sedentario
## 33 33 45 Masculino 93.9 204.2 104 35.1 FALSE Leve
## 34 34 69 Masculino 109.0 189.4 133 23.6 FALSE Sedentario
## 35 35 41 Femenino 117.5 221.1 110 25.5 TRUE Intenso
## 36 36 43 Femenino 105.1 144.3 123 30.4 TRUE Sedentario
## 37 37 47 Masculino 110.5 140.5 105 9.1 FALSE Leve
## 38 38 28 Masculino 82.0 166.1 132 35.0 FALSE Leve
## 39 39 76 Masculino 125.1 184.8 100 39.0 TRUE Leve
## 40 40 38 Masculino 121.5 163.6 151 31.1 TRUE Leve
## 41 41 38 Femenino 105.9 231.4 138 39.0 FALSE Leve
## 42 42 35 Femenino 110.2 187.2 148 30.6 TRUE Moderado
## 43 43 45 Masculino 77.4 200.3 113 25.9 FALSE Leve
## 44 44 29 Femenino 99.5 134.4 133 40.2 FALSE Leve
## 45 45 60 Femenino 124.6 121.0 144 29.3 TRUE Moderado
## 46 46 59 Masculino 112.1 218.3 92 22.8 FALSE Sedentario
## 47 47 70 Masculino 106.5 139.0 134 19.2 FALSE Sedentario
## 48 48 52 Masculino 94.2 153.2 109 36.0 TRUE Sedentario
## 49 49 40 Femenino 107.5 107.8 117 33.0 TRUE Sedentario
## 50 50 35 Femenino 81.4 158.0 135 38.1 TRUE Leve
## 51 51 32 Masculino 93.5 177.5 95 22.9 TRUE Sedentario
## 52 52 72 Femenino 100.4 266.7 131 26.5 FALSE Leve
## 53 53 73 Femenino 110.3 189.7 141 33.0 FALSE Sedentario
## 54 54 32 Masculino 232.0 176.4 123 17.9 FALSE Moderado
## 55 55 36 Femenino 258.0 295.0 98 27.1 TRUE Sedentario
## 56 56 52 Masculino 281.0 315.0 144 49.8 FALSE Leve
## 57 57 64 Masculino NA 342.0 188 53.6 FALSE Intenso
## 58 58 66 Femenino NA NA 203 57.2 TRUE Leve
## 59 59 64 Femenino NA NA 210 NA TRUE Leve
## 60 60 74 Masculino 45.0 NA NA NA FALSE Sedentario
glucosa<-metabolico$glucosa
media<-mean(glucosa,na.rm=TRUE)
desv<-sd(glucosa,na.rm=TRUE)
print(media)
## [1] 108.2421
print(desv)
## [1] 38.95267
colesterol<-metabolico$colesterol
media<-mean(colesterol,na.rm=TRUE)
desv<-sd(colesterol,na.rm=TRUE)
print(media)
## [1] 192.8158
print(desv)
## [1] 46.76683
glucosa<-metabolico$glucosa
mean(glucosa,na.rm = TRUE)
## [1] 108.2421
median(glucosa,na.rm = TRUE)
## [1] 103.1
range(glucosa, na.rm = TRUE)
## [1] 45 281
diff(range(glucosa, na.rm = TRUE))
## [1] 236
var(glucosa, na.rm = TRUE)
## [1] 1517.311
sd(glucosa, na.rm = TRUE)
## [1] 38.95267
cv_pct <- sd(glucosa, na.rm=TRUE) / mean(glucosa, na.rm=TRUE) * 100
cat(sprintf("CV = %.1f%%\n", cv_pct))
## CV = 36.0%
n_v <- sum(!is.na(glucosa))
ee <- sd(glucosa, na.rm=TRUE) / sqrt(n_v)
cat(sprintf("EE = %.3f (n válido = %d)\n", ee, n_v))
## EE = 5.159 (n válido = 57)
quantile(glucosa,
probs = c(.05, .10, .25, .50, .75, .90, .95),
na.rm = TRUE)
## 5% 10% 25% 50% 75% 90% 95%
## 77.06 81.04 91.50 103.10 113.00 122.74 146.48
IQR(glucosa, na.rm = TRUE)
## [1] 21.5
summary(metabolico[, c("edad","glucosa","colesterol","sistolica","imc")])
## edad glucosa colesterol sistolica
## Min. :28.00 Min. : 45.0 Min. :107.8 Min. : 72.0
## 1st Qu.:37.75 1st Qu.: 91.5 1st Qu.:160.4 1st Qu.:109.5
## Median :45.50 Median :103.1 Median :187.2 Median :120.0
## Mean :48.67 Mean :108.2 Mean :192.8 Mean :125.1
## 3rd Qu.:60.25 3rd Qu.:113.0 3rd Qu.:215.4 3rd Qu.:134.0
## Max. :76.00 Max. :281.0 Max. :342.0 Max. :210.0
## NA's :3 NA's :3 NA's :1
## imc
## Min. : 9.10
## 1st Qu.:26.52
## Median :29.70
## Mean :30.92
## 3rd Qu.:34.80
## Max. :57.20
## NA's :2
var(glucosa,na.rm=TRUE)
## [1] 1517.311
table(metabolico$actividad)
##
## Sedentario Leve Moderado Intenso
## 20 25 12 3
x<-seq(0,10,0.7)
x2<-seq(0,10,0.1)
y<-sin(x)
y2<-sin(x2)
plot(x,y,col="orange",xlab = "tiempo(seg)",ylab="sen(t)",main = "Función seno(t) vs t",pch=10,cex.main=1.5,cex.axis=0.8,cex.lab=1)
lines(x2,y2,col="#0000FF",lty=6)
abline(v=2,lty=3,col="red")
abline(v=8,lty=3,col="red")
abline(h=0.5,col="black")
x<-rnorm(500,5,1)
hist(x,breaks=50,col="#556B2F",main="Histograma de Frecuencias",xlab="peso(g)",freq=FALSE)
boxplot(glucosa~actividad,col=c("red","green","pink","blue"),data=metabolico)
boxplot(glucosa~sexo,col=c("pink","blue"),data=metabolico)
boxplot(glucosa~tabaquismo,col=c("green","blue"),data=metabolico)
valores<-c(25,45,30,12,60)
nombres<-c("Testigo","B","C","D","E")
barplot(valores,names.arg = nombres,col = "blue",border="black",xlab = "Tratamientos",ylab = "Glucosa(mg/mL)",cex.names=0.6,las=3)
