1 Introducción

1.1 Descripción

La estadística descriptiva es una rama de la estadística que se encarga de recopilar, organizar, presentar y analizar un conjunto de datos, con el fin de describir sus características principales mediante medidas numéricas y representaciones gráficas.

En economía, se utiliza para analizar procesos como ingresos, empleo, inflación o desigualdad, y generar diagnósticos que permitan la comprensión integral del sistema productivo.

2 Preparar el ambiente de trabajo

2.1 Limpiar el entorno

# Borra todos los objetos del entorno
rm(list = ls())
# Libera memoria
gc()
##          used (Mb) gc trigger (Mb) max used (Mb)
## Ncells 543948 29.1    1210907 64.7   686460 36.7
## Vcells 993820  7.6    8388608 64.0  1876160 14.4
# Muestra en qué carpeta estás trabajando
getwd()
## [1] "C:/Users/brand/Desktop/iCloudDrive/DESK2025SAID/CLASES 20262/LABORATORIO 2/practica9L2A"
#Ubicar carpeta en la pestaña de Session > Set working > Choose

3 Simulación de datos

3.1 Código para simular datos

Simularemos datos de 550 personas con edades e ingreos aleatorios bajo una distribución normal.

set.seed(123) # Para que todos obtengan el mismo resultado
n <- 550      # Número de registros
edad <- round(rnorm(n, mean = 28, sd = 10))
estatura <- round(rnorm(n, mean = 180, sd = 10),1)
sexo <- sample(c("Hombre","Mujer"), n, replace = TRUE)
datos2 <- data.frame(
  ID = 1:n,
  Edad = edad,
  Estatura = estatura,
  Sexo = sexo
)

head(datos2)
##   ID Edad Estatura   Sexo
## 1  1   22    188.4 Hombre
## 2  2   26    172.2 Hombre
## 3  3   44    191.1  Mujer
## 4  4   29    182.5 Hombre
## 5  5   29    196.5  Mujer
## 6  6   45    165.4  Mujer

4 Resumen de datos

4.1 Estadística Descriptiva

resumen2 <- summary(datos2)
print(resumen2)
##        ID             Edad          Estatura         Sexo          
##  Min.   :  1.0   Min.   : 1.00   Min.   :151.9   Length:550        
##  1st Qu.:138.2   1st Qu.:22.00   1st Qu.:173.1   Class :character  
##  Median :275.5   Median :28.00   Median :180.5   Mode  :character  
##  Mean   :275.5   Mean   :28.32   Mean   :180.2                     
##  3rd Qu.:412.8   3rd Qu.:35.00   3rd Qu.:186.5                     
##  Max.   :550.0   Max.   :60.00   Max.   :208.3

5 Visualización de datos

5.1 Realizar Edad Histograma

5.2 Estatura - Histograma

hist(datos2$Estatura,
     probability = TRUE,
     main = "Histograma de Estatura con Curva Normal",
     xlab = "Estatura (cm)",
     col = "lightgreen",
     border = "white")

curve(dnorm(x,
            mean = mean(datos2$Estatura),
            sd = sd(datos2$Estatura)),
      col = "red",
      lwd = 2,
      add = TRUE)

5.3 Diagramas de Caja Comparativos

boxplot(datos2$Edad, datos2$Estatura,
        names = c("Edad", "Estatura"),
        main = "Diagrama de Caja de Edad y Estatura",
        col = c("orange", "darkolivegreen3"),
        horizontal = TRUE)

5.4 Dispersión Edad vs Ingreso

plot(datos2$Edad, datos2$Estatura,
     main = "Dispersión entre Edad y Estatura",
     xlab = "edad",
     ylab = "estatura",
     pch = 19,
     col = rgb(0.1, 0.2, 0.5, 0.5))
abline(lm(estatura ~ edad, data = datos2), col = "red", lwd = 2)

5.5 Gráfico circular - Sexo

tabla_sexo <- table(datos2$Sexo)

porcentaje <- round(prop.table(tabla_sexo)*100,1)

etiquetas <- paste(names(tabla_sexo), porcentaje, "%")

pie(tabla_sexo,
    labels = etiquetas,
    col = c("skyblue","pink"),
    main = "Distribución porcentual por sexo")

6 Exportar datos a excel

if (!require(openxlsx)) install.packages("openxlsx")
## Warning: package 'openxlsx' was built under R version 4.4.3
library(openxlsx)

# Crear libro de Excel
wb <- createWorkbook()

# HOJA 1: DATOS SIMULADOS
addWorksheet(wb, "Datos")
writeData(wb, "Datos", datos2)

# HOJA 2: RESUMEN ESTADISTICO
resumen <- as.data.frame(summary(datos2))
addWorksheet(wb, "Resumen")
writeData(wb, "Resumen", resumen2)

# GUARDAR ARCHIVO
saveWorkbook(wb, "Base_Completa_Practica9A2.xlsx", overwrite = TRUE)