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 993822  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/practica9L2B"
#Ubicar carpeta en la pestaña de Session > Set working > Choose

3 Simulación de datos

3.1 Código para simular datos

Simularemos datos de 650 personas con edades e ingreos aleatorios bajo una distribución normal.

set.seed(123) # Para que todos obtengan el mismo resultado
n <- 650      # Número de registros
edad <- round(rnorm(n, mean = 29, sd = 10))
estatura <- round(rnorm(n, mean = 181, sd = 10),1)
sexo <- sample(c("Hombre","Mujer"), n, replace = TRUE)
datosB2 <- data.frame(
  ID = 1:n,
  Edad = edad,
  Estatura = estatura,
  Sexo = sexo
)

head(datosB2)
##   ID Edad Estatura   Sexo
## 1  1   23    161.6  Mujer
## 2  2   27    182.1  Mujer
## 3  3   45    187.1 Hombre
## 4  4   30    166.5  Mujer
## 5  5   30    185.8 Hombre
## 6  6   46    172.7 Hombre

4 Resumen de datos

4.1 Estadística Descriptiva

resumenB2 <- summary(datosB2)
print(resumenB2)
##        ID             Edad          Estatura         Sexo          
##  Min.   :  1.0   Min.   : 1.00   Min.   :155.5   Length:650        
##  1st Qu.:163.2   1st Qu.:23.00   1st Qu.:174.5   Class :character  
##  Median :325.5   Median :29.00   Median :181.5   Mode  :character  
##  Mean   :325.5   Mean   :29.06   Mean   :181.3                     
##  3rd Qu.:487.8   3rd Qu.:36.00   3rd Qu.:187.5                     
##  Max.   :650.0   Max.   :61.00   Max.   :212.8

5 Visualización de datos

5.1 Edad - Histograma

5.2 Estatura - Histograma

hist(datosB2$Estatura,
     probability = TRUE,
     main = "Histograma de Estatura con Curva Normal",
     xlab = "Estatura (cm)",
     col = "lightgreen",
     border = "white")

curve(dnorm(x,
            mean = mean(datosB2$Estatura),
            sd = sd(datosB2$Estatura)),
      col = "red",
      lwd = 2,
      add = TRUE)

5.3 Diagramas de Caja Comparativos

boxplot(datosB2$Edad, datosB2$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(datosB2$Edad, datosB2$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 = datosB2), col = "red", lwd = 2)

5.5 Gráfico circular - Sexo

tabla_sexo <- table(datosB2$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", datosB2)

# HOJA 2: RESUMEN ESTADISTICO
resumen <- as.data.frame(summary(datosB2))
addWorksheet(wb, "Resumen")
writeData(wb, "Resumen", resumenB2)

# GUARDAR ARCHIVO
saveWorkbook(wb, "Base_Completa_Practica9B2.xlsx", overwrite = TRUE)