📊 
<div class="hero-eyebrow">Semana 7 &middot; Mi página web en Estadística</div>
<div class="hero-title">Curso de Estadística y Probabilidad — 2026</div>
<div class="hero-subtitle">Clase N&deg; 28 &middot; Laboratorio 7 — Análisis de datos en R</div>
<div class="hero-meta">
  <span class="hero-pill">👤 Danzel Archibold</span>
  <span class="hero-pill">🏫 UTB</span>
  <span class="hero-pill">💻 R &amp; RStudio</span>
</div>

En este laboratorio exploramos el conjunto de datos DATOS2026 (cargado desde el archivo Excel 00. DATOS202460ULTIMOS25.xlsx) mediante tablas de frecuencia, gráficos de barras, diagramas circulares, diagramas de caja y polígonos de frecuencia, aplicando los conceptos de estadística descriptiva vistos en clase.

1 (i) Datos

library(kableExtra)
library(readxl)
DATOS2026 <- read_excel("00. DATOS202460ULTIMOS25.xlsx")
kable(DATOS2026,
      caption = "DATOS2026 - Danzel Archibold") |>
  kable_styling(bootstrap_options = c("striped", "hover"),
                full_width = FALSE,
                position = "center") |>
  row_spec(0, bold = TRUE, color = "white", background = "#4a6fa5")
DATOS2026 - Danzel Archibold
CURSO ASISTENCIA2 ASISTENCIA1 PARCIAL 1 PARCIAL 2 NRC PROGRAMA EDAD PESO ESTATURA SEXO ESTADO_CIVIL ESTRATO URBANO TRANSPORTE GR_SANGUINEO
PROBABILIDAD 100 90 3.6 4.3 2314 F_NEGOCIOS 20 55 160 Femenino SOLTERO (A) II Cartagena Transcaribe O+
ESTADISTICAI 70 75 0.9 2.5 1136 DERECHO 18 80 185 Masculino SOLTERO (A) III Cartegena El bus que me deja mas cerca A+
PROBABILIDAD 85 95 3.9 3.8 2314 F_NEGOCIOS 19 60 158 Femenino SOLTERO (A) III Cartagena Transcaribe O+
PROBABILIDAD 5 5 2.9 0.5 2314 MECANICA 18 72 181 Masculino SOLTERO (A) V Bolivar Particular O+
ESTADISTICAI 20 70 3.7 0.55 1009 PSICOLOGÍA 19 45 163 Femenino SOLTERO (A) II Cartagena Mototaxi O+
ESTADISTICAI 100 100 0.9 2.95 2313 PSICOLOGÍA 20 64 169 Femenino SOLTERO (A) I Cartagena de Indias Transcaribe O+
PROBABILIDAD 50 75 3.7 1.7 1010 C_DATOS 18 50 157 Masculino SOLTERO (A) IV Cartagena Transcaribe A+
PROBABILIDAD 100 95 3 3.3 2314 F_NEGOCIOS 19 50 155 Femenino SOLTERO (A) III Cartagena de Indias Mototaxi A+
ESTADISTICAI 100 100 3.8 3.3 1009 PSICOLOGÍA 18 65 161 Femenino SOLTERO (A) III Bolívar Mototaxi O+
PROBABILIDAD 95 85 3 2.9 2314 SISTEMAS 22 60 161 Masculino SOLTERO (A) I pontezuela El bus que me deja mas cerca A+
ESTADISTICAI 100 100 2 3.3 1136 DERECHO 18 69 174 Masculino SOLTERO (A) I Cartagena Transcaribe O+
PROBABILIDAD 100 85 4.6 3.65 1137 BIOMEDICA 19 54 164 Femenino SOLTERO (A) II Cartagena de Indias Transcaribe O+
PROBABILIDAD 80 95 3.4 3.25 2314 INDUSTRIAL 17 60 153 Femenino SOLTERO (A) II Cartagena Transcaribe O+
PROBABILIDAD 90 90 4 3.8 1010 C_DATOS 17 71 170 Masculino SOLTERO (A) I Cartagena Transcaribe O+
PROBABILIDAD 100 90 3.6 4 2314 SISTEMAS 19 52 174 Masculino SOLTERO (A) IV Cartagena Transcaribe O+
ESTADISTICAI 70 85 1.4 2.6 1136 DERECHO 20 78 170 Masculino SOLTERO (A) IV CARTAGENA Taxi O+
PROBABILIDAD 90 95 4.2 4.15 2314 SISTEMAS 20 67 160 Masculino SOLTERO (A) III Cartagena Transcaribe B+
PROBABILIDAD 80 75 2.3 2.35 2314 ECONOMIA 19 65 172 Masculino SOLTERO (A) NA cartagena Mototaxi O+
PROBABILIDAD 85 95 4.4 4.6 2314 SISTEMAS 19 49 158 Femenino SOLTERO (A) I Cartagena Transcaribe O+
PROBABILIDAD 90 100 2.2 2.65 1010 F_NEGOCIOS 21 69 180 Masculino SOLTERO (A) V Cartagena Taxi O+
PROBABILIDAD 100 100 3.5 3.85 1010 MECATRONICA 18 77 175 Masculino SOLTERO (A) II Cartagena Transcaribe O+
PROBABILIDAD 100 95 2 4.35 2314 SISTEMAS 19 75 173 Masculino SOLTERO (A) I Cartagena Transcaribe O-
PROBABILIDAD 100 95 1.6 2.9 2314 SISTEMAS 19 59 166 Masculino SOLTERO (A) II Turbaco El bus que me deja mas cerca O+
PROBABILIDAD 100 95 3.9 4.25 2314 SISTEMAS 19 102 179 Masculino SOLTERO (A) II Turbaco El bus que me deja mas cerca O+
PROBABILIDAD 100 100 4.4 4.65 1010 MECANICA 18 70 178 Masculino SOLTERO (A) III cartagena Mototaxi O+
ESTADISTICAI 85 75 2.5 3.1 2313 PSICOLOGÍA 19 82 175 Masculino SOLTERO (A) II Bolivar Transcaribe A+
PROBABILIDAD 90 90 3 3.75 2314 SISTEMAS 20 88 175 Masculino SOLTERO (A) III Cartagena Transcaribe A+
ESTADISTICAI 100 100 3.6 3.65 2313 PSICOLOGÍA 17 67 169 Masculino SOLTERO (A) II Bolívar Mototaxi A+
PROBABILIDAD 90 65 3.2 1.8 1010 F_NEGOCIOS 22 73 180 Masculino SOLTERO (A) CON HIJOS IV Cartagena Mototaxi B+
PROBABILIDAD 100 85 4.2 4.1 1010 SISTEMAS 18 65 170 Masculino SOLTERO (A) I Bolivar Transcaribe B+
PROBABILIDAD 100 90 1.9 3.3 2314 F_NEGOCIOS 19 48 166 Femenino SOLTERO (A) III Turbaco Particular O+
ESTADISTICAI 80 60 2 2.9 1136 DERECHO 18 55 160 Femenino SOLTERO (A) IV Parque Heredia Taxi O+
PROBABILIDAD 100 95 4.8 3.7 1010 MECATRONICA 18 70 175 Masculino SOLTERO (A) I Zaragocilla El bus que me deja mas cerca A+
ESTADISTICAI 100 85 2.6 3 1136 PSICOLOGÍA 17 50 165 Masculino SOLTERO (A) III cartagena Transcaribe O+
PROBABILIDAD 100 80 2.7 3.75 2314 NAVAL 17 80 192 Masculino SOLTERO (A) II cartagena de indias , bolivar Particular O+
ESTADISTICAI 70 75 2.5 3.05 1136 DERECHO 18 62 164 Femenino SOLTERO (A) II Cartagena Transcaribe O+
ESTADISTICAI 100 65 1.8 2.25 1009 C_SOCIAL 21 62 167 Femenino SOLTERO (A) III Cartagena Transcaribe B+
ESTADISTICAI 90 100 3.3 2.95 1136 DERECHO 18 53 154 Femenino SOLTERO (A) III Cartagena de indias Mototaxi A+
PROBABILIDAD 90 90 1.8 3.7 2314 QUIMICA 18 55 167 Femenino SOLTERO (A) I El Carmen de Bolívar Mototaxi A+
PROBABILIDAD 90 75 3.5 3.75 1010 F_NEGOCIOS 18 67 173 Femenino SOLTERO (A) IV Cartagena Transcaribe B+
ESTADISTICAI 100 80 1 3.1 2313 PSICOLOGÍA 18 42 155 Femenino SOLTERO (A) I Barranco de loba Transcaribe A+
PROBABILIDAD 100 85 3.1 3.65 1010 F_NEGOCIOS 19 48 166 Femenino SOLTERO (A) II Cartagena Transcaribe O+
PROBABILIDAD 90 95 3.3 3.35 1010 F_NEGOCIOS 18 56 160 Femenino SOLTERO (A) V Cartagena Particular B+
PROBABILIDAD 70 75 2.8 3 1010 C_DATOS 17 70 163 Femenino SOLTERO (A) II Cartagena Mototaxi O+
ESTADISTICAI 80 85 2.9 3.1 1009 PSICOLOGÍA 18 65 174 Masculino CASADO (A) IV Bolivar Transcaribe O+
PROBABILIDAD 55 80 2.3 0.55 2314 F_NEGOCIOS 19 76 168 Femenino SOLTERO (A) I Pontezuela El bus que me deja mas cerca O+
PROBABILIDAD 90 100 3 3.3 1010 F_NEGOCIOS 18 50 158 Femenino SOLTERO (A) III Cartagena Taxi A+
PROBABILIDAD 90 100 2.6 2.85 1137 ELECTRICA 21 50 155 Femenino SOLTERO (A) II Turbaco/Bolivar El bus que me deja mas cerca A+
PROBABILIDAD 100 100 2.8 2.45 1137 BIOMEDICA 18 62 168 Femenino SOLTERO (A) III Bolívar Taxi O+
PROBABILIDAD 100 100 4 3.15 1010 INDUSTRIAL 19 58 164 Femenino SOLTERO (A) V Cartagena (barrio: pie de la popa) Transcaribe O+
ESTADISTICAI 90 85 1.5 3.45 1009 C_SOCIAL 18 50 178 Masculino SOLTERO (A) III Bolívar Transcaribe O+
ESTADISTICAI 90 90 2.4 3.3 1009 PSICOLOGÍA 21 65 164 Femenino SOLTERO (A) II Boquilla Transcaribe O+
ESTADISTICAI 100 100 2.9 3.1 1009 C_SOCIAL 18 57 164 Femenino SOLTERO (A) III San José de los campanos Particular O+
PROBABILIDAD 100 90 1.3 3.15 2314 INDUSTRIAL 19 53 175 Femenino SOLTERO (A) II bolivar Mototaxi O+
ESTADISTICAI 70 75 2.7 2.2 1136 DERECHO 17 78 180 Masculino SOLTERO (A) III Cartagena Transcaribe O+
PROBABILIDAD 100 100 4.2 3.85 1010 MECANICA 18 80 187 Masculino SOLTERO (A) II Cartagena Mototaxi O-
PROBABILIDAD 100 95 4.9 4.1 2314 SISTEMAS 19 64 172 Masculino SOLTERO (A) III Cartagena Transcaribe B+
PROBABILIDAD 100 100 4 4.4 1010 INDUSTRIAL 18 60 177 Femenino SOLTERO (A) II Turbaco Particular O+
ESTADISTICAI 100 80 1.6 3.3 1009 C_SOCIAL 19 72 169 Femenino SOLTERO (A) II Turbaco Particular A+
ESTADISTICAI 80 85 2.8 2.55 1136 DERECHO 18 60 159 Femenino SOLTERO (A) II Cartagena Transcaribe A+
PROBABILIDAD 75 75 3.3 2.5 2314 CIVIL 18 55 165 Masculino SOLTERO (A) II Cartagena Transcaribe O+
ESTADISTICAI 60 90 1.9 0.6 1009 C_SOCIAL 20 90 186 Masculino SOLTERO (A) IV Bolibar Cartagena Transcaribe O+
PROBABILIDAD 100 65 2.6 3.15 1137 MECANICA 18 63 170 Masculino SOLTERO (A) I Cartagena Transcaribe A+
PROBABILIDAD 90 45 4 3.4 1010 F_NEGOCIOS 18 61 163 Femenino SOLTERO (A) V Cartagena Particular A+
PROBABILIDAD 85 95 2.3 2.8 2314 F_NEGOCIOS 18 70 172 Femenino SOLTERO (A) II Arjona El bus que me deja mas cerca O+
ESTADISTICAI 90 90 2 3.1 1136 DERECHO 19 48 167 Femenino SOLTERO (A) IV Cartagena Particular O+
PROBABILIDAD 100 90 3.1 3.25 1010 F_NEGOCIOS 19 57 154 Femenino SOLTERO (A) II Bolivar Transcaribe O+
PROBABILIDAD 100 95 1.5 2.95 1137 CONTADURIA 18 60 170 Femenino SOLTERO (A) II Turbaco El bus que me deja mas cerca O+
PROBABILIDAD 90 100 1.3 3.5 1010 ELECTRICA 22 70 163 Femenino SOLTERO (A) I Turbaco Mototaxi O+
PROBABILIDAD 90 90 2.3 2.1 2314 F_NEGOCIOS 18 59 176 Femenino SOLTERO (A) IV Bolivar Transcaribe B+
PROBABILIDAD 85 95 2 3.1 2314 F_NEGOCIOS 18 60 171 Femenino SOLTERO (A) II Cartagena Transcaribe O+
ESTADISTICAI 65 75 1.7 2.95 1136 DERECHO 20 55 164 Femenino SOLTERO (A) III Cartagena Mototaxi A+
ESTADISTICAI 100 100 2.3 3.2 2313 PSICOLOGÍA 19 67 171 Femenino SOLTERO (A) I El rodeo Mototaxi A+
ESTADISTICAI 100 100 3.8 3.1 1136 DERECHO 18 60 165 Femenino SOLTERO (A) I Villa de la cruz El bus que me deja mas cerca A+
Paso 4

2 2i Usando la aplicación para hacer la tabla

table_sexo<-table(DATOS2026$SEXO)
tabla_bonita(table_sexo, cols = c("SEXO", "Frecuencia"))
SEXO Frecuencia
Femenino 42
Masculino 32
Paso 5

3 3i Gráfico de torta para SEXO

colores <- c("#F7D9C4", "#B8E0D2")
porc <- round(prop.table(table_sexo) * 100, 1)
etiquetas <- paste0(names(table_sexo), "\n", table_sexo, " (", porc, "%)")

pie_1 <- pie(
  table_sexo,
  col = colores,
  labels = etiquetas,
  border = "white",
  lwd = 3,
  radius = 0.95,
  clockwise = TRUE,
  init.angle = 90,
  cex = 1.1,
  main = "Estudio de Pastel.\nDistribución por sexos - Danzel Archibold.",
  col.main = "#2c3e50"
)

Paso 6

4 4i Construimos el diagrama de barras y el diagrama de Pastel para esta variable cualitativa

barp <- barplot(table_sexo,
                col = c("#F7D9C4", "#B8E0D2"),
                border = "white",
                main = "Gráfico de Barras - Danzel Archibold",
                sub = "UTB",
                xlab = "SEXO",
                ylab = "Conteo",
                ylim = c(0, max(table_sexo) * 1.2),
                las = 1)

text(barp, table_sexo, labels = table_sexo,
     pos = 3, cex = 1.2, font = 2)

Paso 7

5 5i Usando la aplicación para hacer la tabla porcentual redondeando al entero mas cercano

table_sexo2<-round(table(DATOS2026$SEXO)/74*100)
tabla_bonita(table_sexo2, cols = c("SEXO", "Porcentaje (%)"))
SEXO Porcentaje (%)
Femenino 57
Masculino 43
Paso 8

6 6i Construimos el diagrama de barras % y da pastel para esta variable cualitativa

barp2 <- barplot(table_sexo2,
                 col = c("#F7D9C4", "#B8E0D2"),
                 border = "white",
                 main = "Gráfico de Barras - Danzel Archibold",
                 sub = "UTB",
                 xlab = "SEXO",
                 ylab = "Porcentaje",
                 ylim = c(0, max(table_sexo2) * 1.2),
                 las = 1)

text(barp2, table_sexo2, labels = paste0(table_sexo2, "%"),
     pos = 3, cex = 1.2, font = 2)

Paso 9

7 7i Las tablas de frecuencias y las representaciones gráficas son dos maneras equivalentes de presentar la información. Las dos exponen ordenadamente la información recogida en una muestra

pie_1 <- pie(table_sexo2,
             col = c("#F7D9C4", "#B8E0D2"),
             labels = paste0(names(table_sexo2), "\n", table_sexo2, "%"),
             border = "white",
             lwd = 3,
             clockwise = TRUE,
             init.angle = 90,
             main = "Estudio de Pastel.\nDistribución por sexos - Danzel Archibold.")

Paso 10

8 8i Usando la aplicación para hacer la tabla con dos varibles SEXO y CURSO

table_3<-table(DATOS2026$SEXO, DATOS2026$CURSO)
tabla_bonita(table_3)
ESTADISTICAI PROBABILIDAD
Femenino 16 26
Masculino 10 22
Paso 11

9 9i Usando la aplicación para hacer el gráfico con dos varibles SEXO y CURSO

barp3 <- barplot(table_3, beside = TRUE,
                 col = c("#F7D9C4", "#B8E0D2"), border = "white",
                 main = "Gráfico de barras CURSO vs SEXO - Danzel Archibold",
                 xlab = "CURSO", ylab = "Frecuencia",
                 ylim = c(0, max(table_3) * 1.25), las = 1,
                 legend.text = rownames(table_3),
                 args.legend = list(x = "topright", bty = "n", border = "white"))
text(barp3, table_3, labels = table_3, pos = 3, cex = 1.1, font = 2)

Paso 12

10 10i Usando la aplicación para hacer la tabla con dos varibles SEXO y CURSO pero usando las frecuencias relativas aproximadas

table_4<-round(table(DATOS2026$SEXO, DATOS2026$CURSO)/74*100)
tabla_bonita(table_4)
ESTADISTICAI PROBABILIDAD
Femenino 22 35
Masculino 14 30
Paso 13

11 11i Usando la aplicación para hacer el gráfico con dos varibles SEXO y CURSO pero usando las frecuencias relativas aproximadas

barp4 <- barplot(table_4, beside = TRUE,
                 col = c("#F7D9C4", "#B8E0D2"), border = "white",
                 main = "Gráfico de barras CURSO vs SEXO en porcentajes - Danzel Archibold",
                 xlab = "CURSO", ylab = "Porcentaje",
                 ylim = c(0, max(table_4) * 1.25), las = 1,
                 legend.text = rownames(table_4),
                 args.legend = list(x = "topright", bty = "n", border = "white"))
text(barp4, table_4, labels = paste0(table_4, "%"), pos = 3, cex = 1.1, font = 2)

Paso 14

12 12i Usando la aplicación para hacer la tabla con dos varibles SEXO y CURSO

table_5<-table(DATOS2026$ESTRATO, DATOS2026$CURSO)
tabla_bonita(table_5)
ESTADISTICAI PROBABILIDAD
I 5 10
II 7 18
III 9 9
IV 5 5
V 0 5
Paso 15

13 13i Usando la aplicación para hacer el gráfico con dos varibles SEXO y CURSO

barp3 <- barplot(table_5, beside = TRUE,
                 col = colorRampPalette(c("#F7D9C4", "#B8E0D2"))(nrow(table_5)), border = "white",
                 main = "Gráfico de barras CURSO vs ESTRATO - Danzel Archibold",
                 xlab = "CURSO", ylab = "Frecuencia",
                 ylim = c(0, max(table_5) * 1.25), las = 1,
                 legend.text = rownames(table_5),
                 args.legend = list(x = "topright", bty = "n", title = "ESTRATO"))
text(barp3, table_5, labels = table_5, pos = 3, cex = 0.9, font = 2)

Paso 16

14 14i Usando la aplicación para hacer la tabla con dos varibles SEXO y CURSO

table_6<-table(DATOS2026$ESTRATO, DATOS2026$SEXO)
tabla_bonita(table_6)
Femenino Masculino
I 8 7
II 17 8
III 10 8
IV 4 6
V 3 2
Paso 17

15 15i Usando la aplicación para hacer el gráfico con dos varibles SEXO y CURSO

barp3 <- barplot(table_6, beside = TRUE,
                 col = colorRampPalette(c("#F7D9C4", "#B8E0D2"))(nrow(table_6)), border = "white",
                 main = "Gráfico de barras SEXO vs ESTRATO - Danzel Archibold",
                 xlab = "SEXO", ylab = "Frecuencia",
                 ylim = c(0, max(table_6) * 1.25), las = 1,
                 legend.text = rownames(table_6),
                 args.legend = list(x = "topright", bty = "n", title = "ESTRATO"))
text(barp3, table_6, labels = table_6, pos = 3, cex = 0.9, font = 2)

Paso 18

16 16i Tabla de Frecuencias Usando el paquete summarytools: observamos ya una tabla mas completa

library(summarytools)
Warning in fun(libname, pkgname): couldn't connect to display ":0"
system might not have X11 capabilities; in case of errors when using dfSummary(), set st_options(use.x11 = FALSE)
tabla_8 <- freq(DATOS2026$EDAD)
print(tabla_8, method = "render", headings = FALSE, bootstrap.css = FALSE)
Valid Total
EDAD Freq % % Cum. % % Cum.
17 7 9.46 9.46 9.46 9.46
18 32 43.24 52.70 43.24 52.70
19 21 28.38 81.08 28.38 81.08
20 7 9.46 90.54 9.46 90.54
21 4 5.41 95.95 5.41 95.95
22 3 4.05 100.00 4.05 100.00
<NA> 0 0.00 100.00
Total 74 100.00 100.00 100.00 100.00

Generated by summarytools 1.1.5 (R version 4.6.1)
2026-09-24

Paso 19

17 17i Tabla de Frecuencias Usando el paquete summarytools: observamos ya una tabla mas completa

library(summarytools)
summary(DATOS2026$EDAD)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   17.0    18.0    18.0    18.7    19.0    22.0
Paso 20

18 18i Una primera vista del diagrama de caja para la variable Edad

boxplot(DATOS2026$EDAD, horizontal = TRUE, col = "#B8E0D2", border = "#2c3e50",
        main = "Diagrama de caja - EDAD - Danzel Archibold", xlab = "EDAD", boxwex = 0.6)

Paso 21

19 19i Identificamos donde queda la mediana

boxplot(DATOS2026$EDAD, notch = TRUE, horizontal = TRUE,
        col = "#B8E0D2", border = "#2c3e50",
        main = "Diagrama de caja con muesca - EDAD - Danzel Archibold",
        xlab = "EDAD", boxwex = 0.6)
Warning in (function (z, notch = FALSE, width = NULL, varwidth = FALSE, : some
notches went outside hinges ('box'): maybe set notch=FALSE

Paso 22

20 20i EDAD vs SEXO

boxplot(EDAD ~ SEXO, data = DATOS2026, horizontal = TRUE,
        col = c("#F7D9C4", "#B8E0D2"), border = "#2c3e50",
        main = "EDAD vs SEXO - Danzel Archibold", xlab = "EDAD", ylab = "", las = 1)

Paso 23

21 21i EDAD vs ESTRATO

n_est <- length(unique(DATOS2026$ESTRATO))
boxplot(EDAD ~ ESTRATO, data = DATOS2026, horizontal = TRUE,
        col = colorRampPalette(c("#F7D9C4", "#B8E0D2"))(n_est), border = "#2c3e50",
        main = "EDAD vs ESTRATO - Danzel Archibold", xlab = "EDAD", ylab = "ESTRATO", las = 1)

Paso 24

22 22i EDAD vs ESTRATO vs SEXO

library(ggplot2)
ggplot(DATOS2026, aes(x = ESTRATO, y = EDAD, fill = SEXO)) +
  geom_boxplot(color = "#2c3e50", alpha = 0.9) +
  scale_fill_manual(values = c("Femenino" = "#F7D9C4", "Masculino" = "#B8E0D2")) +
  scale_x_discrete(labels = abbreviate, name = "ESTRATO") +
  scale_y_continuous(name = "EDAD") +
  labs(title = "EDAD vs ESTRATO vs SEXO - Danzel Archibold") +
  theme_minimal(base_size = 13) +
  theme(plot.title = element_text(face = "bold", color = "#2c3e50", hjust = 0.5),
        legend.position = "top")

Paso 25

23 23i Estudiemos la variable ESTATURA y obtengamos sus seis medidas representativas

summary(DATOS2026$ESTATURA)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  153.0   163.0   168.0   168.4   174.0   192.0
Paso 26

24 24i Una primera vista del diagrama de caja para la variable ESTATURA

boxplot(DATOS2026$ESTATURA, horizontal = TRUE, col = "#B8E0D2", border = "#2c3e50",
        main = "Diagrama de caja - ESTATURA - Danzel Archibold", xlab = "ESTATURA", boxwex = 0.6)

Paso 27

25 25i Identificamos donde queda la mediana

boxplot(DATOS2026$ESTATURA, notch = TRUE, horizontal = TRUE,
        col = "#B8E0D2", border = "#2c3e50",
        main = "Diagrama de caja con muesca - ESTATURA - Danzel Archibold",
        xlab = "ESTATURA", boxwex = 0.6)

Paso 28

26 26i EDAD vs SEXO

boxplot(ESTATURA ~ SEXO, data = DATOS2026, horizontal = TRUE,
        col = c("#F7D9C4", "#B8E0D2"), border = "#2c3e50",
        main = "ESTATURA vs SEXO - Danzel Archibold", xlab = "ESTATURA", ylab = "", las = 1)

Paso 29

27 27i EDAD vs ESTRATO

n_est <- length(unique(DATOS2026$ESTRATO))
boxplot(ESTATURA ~ ESTRATO, data = DATOS2026, horizontal = TRUE,
        col = colorRampPalette(c("#F7D9C4", "#B8E0D2"))(n_est), border = "#2c3e50",
        main = "ESTATURA vs ESTRATO - Danzel Archibold", xlab = "ESTATURA", ylab = "ESTRATO", las = 1)

Paso 30

28 28i ESTATURA vs ESTRATO vs SEXO

library(ggplot2)
ggplot(DATOS2026, aes(x = ESTRATO, y = ESTATURA, fill = SEXO)) +
  geom_boxplot(color = "#2c3e50", alpha = 0.9) +
  scale_fill_manual(values = c("Femenino" = "#F7D9C4", "Masculino" = "#B8E0D2")) +
  scale_x_discrete(labels = abbreviate, name = "ESTRATO") +
  scale_y_continuous(name = "ESTATURA") +
  labs(title = "ESTATURA vs ESTRATO vs SEXO - Danzel Archibold") +
  theme_minimal(base_size = 13) +
  theme(plot.title = element_text(face = "bold", color = "#2c3e50", hjust = 0.5),
        legend.position = "top")

Paso 31

29 29i Histograma y tabla de frecuencias usando Regla de Sturges

29.0.0.1 Usando la libreria “agricolae”
library(agricolae)
h2 <- graph.freq(DATOS2026$EDAD, col = "#B8E0D2", border = "white",
                 main = "Histograma de EDAD (Regla de Sturges) - Danzel Archibold",
                 xlab = "EDAD", ylab = "Frecuencia")

Paso 32

30 30i Tabla de fecuencias agrupadas Regla de Sturges

30.0.0.1 Usando la libreria “agricolae”
summary(h2)
Paso 33

31 31i Polígono de frecuencia absolutas

31.0.0.0.1 frequency : counts (1) and relative (2)
plot(h2, col = "#B8E0D2", border = "white", frequency = 1,
     main = "Polígono de frecuencias absolutas - Danzel Archibold",
     xlab = "EDAD", ylab = "Frecuencia")
polygon.freq(h2, col = "#C0392B", frequency = 1, lwd = 2)

Paso 34

32 32i Polígono de frecuencia relativas

32.0.0.0.1 frequency : counts (1) and relative (2)
plot(h2, col = "#B8E0D2", border = "white", frequency = 2,
     main = "Polígono de frecuencias relativas - Danzel Archibold",
     xlab = "EDAD", ylab = "Frecuencia relativa")
polygon.freq(h2, col = "#C0392B", frequency = 2, lwd = 2)

Paso 35

33 33i Ojivas - usando R

fr_por_clase2<-h2$counts
fr_por_clase2
[1]  7 32 21  0  7  4  0  3
total_n2<-sum(h2$counts)
total_n2
[1] 74
fr_relativos2<-fr_por_clase2/total_n2
fr_porcentuales2<-100*fr_relativos2
fr_porcentuales2
[1]  9.459459 43.243243 28.378378  0.000000  9.459459  5.405405  0.000000
[8]  4.054054
cumsum(fr_por_clase2)
[1]  7 39 60 60 67 71 71 74
cumsum(fr_relativos2)
[1] 0.09459459 0.52702703 0.81081081 0.81081081 0.90540541 0.95945946 0.95945946
[8] 1.00000000
cumsum(fr_porcentuales2)
[1]   9.459459  52.702703  81.081081  81.081081  90.540541  95.945946  95.945946
[8] 100.000000
Paso 36

34 34i Ojivas - frecuencias porcentuales

p4 <- cumsum(fr_porcentuales2)
plot(h2$breaks, c(0, p4), type = "b", pch = 19,
     col = "#C0392B", lwd = 2, las = 1, ylim = c(0, 100),
     main = "Ojiva de frecuencias porcentuales acumuladas - Danzel Archibold",
     xlab = "EDAD", ylab = "Porcentaje acumulado (%)")
grid(col = "gray85", lty = "dotted")

ESTADÍSTICA Y PROBABILIDAD • UTB 2026 Laboratorio 7 elaborado por Danzel Archibold

↑