library(readxl)
DATOS2026 <- read_excel("00. DATOS202460ULTIMOS25.xlsx")
DATOS2026

📊

<div class="hero-title">Mi curso de Estadística y Probabilidad - 2026</div>
<div class="hero-subtitle">Semana 7 · Clase N° 28 · Laboratorio 7 - Análisis de datos en R</div>

1 MI CURSO DE ESTADÍSTICA Y PROBABILIDAD - 2026

2 SEMANA 7. Mi página Web en Estadística

3 Clase N° 28. LABORATORIO 7 - ANÁLISIS DE DATOS EN R

3.1 (i) Datos

library(kableExtra)
library(readxl)

kable(DATOS2026, caption = paste("DATOS2026 -", autor)) |>
  kable_styling(bootstrap_options = c("striped", "hover"),
                full_width = FALSE,
                position = "center") |>
  row_spec(0, bold = TRUE, color = "white", background = "#3E7C6B")

DATOS2026 - Diego Alejandro Tous Aponte

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+

3.2 (2i) Usando la aplicación para hacer la tabla

table_sexo <- table(DATOS2026$SEXO)
table_sexo

 Femenino Masculino 
       42        32 

3.3 (3i) Gráfico de torta para SEXO

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

pie(
  table_sexo,
  col = paleta2,
  labels = etiquetas,
  border = "white",
  lwd = 3,
  radius = 0.95,
  clockwise = TRUE,
  init.angle = 90,
  cex = 1.1,
  main = paste("Estudio de Pastel.\nDistribución por sexos -", autor),
  col.main = "#2c3e50"
)

3.4 (4i) Construimos el diagrama de barras y el diagrama de Pastel para esta variable cualitativa

barp <- barplot(table_sexo,
                col = paleta2,
                border = "white",
                main = paste("Gráfico de Barras -", autor),
                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)

3.5 (5i) Usando la aplicación para hacer la tabla porcentual redondeando al entero más cercano

table_sexo2 <- round(table(DATOS2026$SEXO) / sum(table_sexo) * 100)
table_sexo2

 Femenino Masculino 
       57        43 

3.6 (6i) Construimos el diagrama de barras % y de pastel para esta variable cualitativa

barp2 <- barplot(table_sexo2,
                 col = paleta2,
                 border = "white",
                 main = paste("Gráfico de Barras -", autor),
                 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)

3.7 (7i) Las tablas de frecuencias y las representaciones gráficas son dos maneras equivalentes de presentar la información

pie(table_sexo2,
    col = paleta2,
    labels = paste0(names(table_sexo2), "\n", table_sexo2, "%"),
    border = "white",
    lwd = 3,
    clockwise = TRUE,
    init.angle = 90,
    main = paste("Estudio de Pastel.\nDistribución por sexos -", autor))

3.8 (8i) Usando la aplicación para hacer la tabla con dos variables SEXO y CURSO

table_3 <- table(DATOS2026$SEXO, DATOS2026$CURSO)
table_3

           
            ESTADISTICAI PROBABILIDAD
  Femenino            16           26
  Masculino           10           22

3.9 (9i) Usando la aplicación para hacer el gráfico con dos variables SEXO y CURSO

barp3 <- barplot(table_3, beside = TRUE,
                 col = paleta2, border = "white",
                 main = paste("Gráfico de barras CURSO vs SEXO -", autor),
                 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)

3.10 (10i) Usando la aplicación para hacer la tabla con dos variables SEXO y CURSO pero usando las frecuencias relativas aproximadas

table_4 <- round(table(DATOS2026$SEXO, DATOS2026$CURSO) / sum(table_3) * 100)
table_4

           
            ESTADISTICAI PROBABILIDAD
  Femenino            22           35
  Masculino           14           30

3.11 (11i) Usando la aplicación para hacer el gráfico con dos variables SEXO y CURSO pero usando las frecuencias relativas aproximadas

barp4 <- barplot(table_4, beside = TRUE,
                 col = paleta2, border = "white",
                 main = paste("Gráfico de barras CURSO vs SEXO en porcentajes -", autor),
                 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)

3.12 (12i) Usando la aplicación para hacer la tabla con dos variables ESTRATO y CURSO

table_5 <- table(DATOS2026$ESTRATO, DATOS2026$CURSO)
table_5

     
      ESTADISTICAI PROBABILIDAD
  I              5           10
  II             7           18
  III            9            9
  IV             5            5
  V              0            5

3.13 (13i) Usando la aplicación para hacer el gráfico con dos variables ESTRATO y CURSO

barp5 <- barplot(table_5, beside = TRUE,
                 col = paleta5[1:nrow(table_5)], border = "white",
                 main = paste("Gráfico de barras CURSO vs ESTRATO -", autor),
                 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(barp5, table_5, labels = table_5, pos = 3, cex = 0.9, font = 2)

3.14 (14i) Usando la aplicación para hacer la tabla con dos variables ESTRATO y SEXO

table_6 <- table(DATOS2026$ESTRATO, DATOS2026$SEXO)
table_6

     
      Femenino Masculino
  I          8         7
  II        17         8
  III       10         8
  IV         4         6
  V          3         2

3.15 (15i) Usando la aplicación para hacer el gráfico con dos variables ESTRATO y SEXO

barp6 <- barplot(table_6, beside = TRUE,
                 col = paleta5[1:nrow(table_6)], border = "white",
                 main = paste("Gráfico de barras SEXO vs ESTRATO -", autor),
                 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(barp6, table_6, labels = table_6, pos = 3, cex = 0.9, font = 2)

3.16 (16i) Tabla de Frecuencias Usando el paquete summarytools: observamos ya una tabla más 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)

freq(DATOS2026$EDAD)

Frequencies  
DATOS2026$EDAD  
Type: Numeric  

              Freq   % Valid   % Valid Cum.   % Total   % Total 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

3.17 (17i) Tabla de Frecuencias Usando el paquete summarytools: observamos ya una tabla más completa

summary(DATOS2026$EDAD)

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
   17.0    18.0    18.0    18.7    19.0    22.0 

3.18 (18i) Una primera vista del diagrama de caja para la variable Edad

boxplot(DATOS2026$EDAD, horizontal = TRUE, col = paleta2[2], border = "#2c3e50",
        main = paste("Diagrama de caja - EDAD -", autor), xlab = "EDAD", boxwex = 0.6)

3.19 (19i) Identificamos dónde queda la mediana

boxplot(DATOS2026$EDAD, notch = TRUE, horizontal = TRUE,
        col = paleta2[2], border = "#2c3e50",
        main = paste("Diagrama de caja con muesca - EDAD -", autor),
        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

3.20 (20i) EDAD vs SEXO

boxplot(EDAD ~ SEXO, data = DATOS2026, horizontal = TRUE,
        col = paleta2, border = "#2c3e50",
        main = paste("EDAD vs SEXO -", autor), xlab = "EDAD", ylab = "", las = 1)

3.21 (21i) EDAD vs ESTRATO

n_est <- length(unique(DATOS2026$ESTRATO))
boxplot(EDAD ~ ESTRATO, data = DATOS2026, horizontal = TRUE,
        col = paleta5[1:n_est], border = "#2c3e50",
        main = paste("EDAD vs ESTRATO -", autor), xlab = "EDAD", ylab = "ESTRATO", las = 1)

3.22 (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" = paleta2[1], "Masculino" = paleta2[2])) +
  scale_x_discrete(labels = abbreviate, name = "ESTRATO") +
  scale_y_continuous(name = "EDAD") +
  labs(title = paste("EDAD vs ESTRATO vs SEXO -", autor)) +
  theme_minimal(base_size = 13) +
  theme(plot.title = element_text(face = "bold", color = "#2c3e50", hjust = 0.5),
        legend.position = "top")

3.23 (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 

3.24 (24i) Una primera vista del diagrama de caja para la variable ESTATURA

boxplot(DATOS2026$ESTATURA, horizontal = TRUE, col = paleta2[2], border = "#2c3e50",
        main = paste("Diagrama de caja - ESTATURA -", autor), xlab = "ESTATURA", boxwex = 0.6)

3.25 (25i) Identificamos dónde queda la mediana

boxplot(DATOS2026$ESTATURA, notch = TRUE, horizontal = TRUE,
        col = paleta2[2], border = "#2c3e50",
        main = paste("Diagrama de caja con muesca - ESTATURA -", autor),
        xlab = "ESTATURA", boxwex = 0.6)

3.26 (26i) ESTATURA vs SEXO

boxplot(ESTATURA ~ SEXO, data = DATOS2026, horizontal = TRUE,
        col = paleta2, border = "#2c3e50",
        main = paste("ESTATURA vs SEXO -", autor), xlab = "ESTATURA", ylab = "", las = 1)

3.27 (27i) ESTATURA vs ESTRATO

n_est <- length(unique(DATOS2026$ESTRATO))
boxplot(ESTATURA ~ ESTRATO, data = DATOS2026, horizontal = TRUE,
        col = paleta5[1:n_est], border = "#2c3e50",
        main = paste("ESTATURA vs ESTRATO -", autor), xlab = "ESTATURA", ylab = "ESTRATO", las = 1)

3.28 (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" = paleta2[1], "Masculino" = paleta2[2])) +
  scale_x_discrete(labels = abbreviate, name = "ESTRATO") +
  scale_y_continuous(name = "ESTATURA") +
  labs(title = paste("ESTATURA vs ESTRATO vs SEXO -", autor)) +
  theme_minimal(base_size = 13) +
  theme(plot.title = element_text(face = "bold", color = "#2c3e50", hjust = 0.5),
        legend.position = "top")

3.29 (29i) Histograma y tabla de frecuencias usando Regla de Sturges

3.29.0.0.1 Usando la librería “agricolae”

library(agricolae)
h2 <- graph.freq(DATOS2026$EDAD, col = paleta2[2], border = "white",
                 main = paste("Histograma de EDAD (Regla de Sturges) -", autor),
                 xlab = "EDAD", ylab = "Frecuencia")

3.30 (30i) Tabla de frecuencias agrupadas Regla de Sturges

3.30.0.0.1 Usando la librería “agricolae”

summary(h2)

3.31 (31i) Polígono de frecuencia absolutas

3.31.0.0.0.1 frequency : counts (1) and relative (2)

plot(h2, col = paleta2[2], border = "white", frequency = 1,
     main = paste("Polígono de frecuencias absolutas -", autor),
     xlab = "EDAD", ylab = "Frecuencia")
polygon.freq(h2, col = paleta2[1], frequency = 1, lwd = 2)

3.32 (32i) Polígono de frecuencia relativas

3.32.0.0.0.1 frequency : counts (1) and relative (2)

plot(h2, col = paleta2[2], border = "white", frequency = 2,
     main = paste("Polígono de frecuencias relativas -", autor),
     xlab = "EDAD", ylab = "Frecuencia relativa")
polygon.freq(h2, col = paleta2[1], frequency = 2, lwd = 2)

3.33 (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

3.34 (34i) Ojivas - frecuencias porcentuales

p4 <- cumsum(fr_porcentuales2)
plot(h2$breaks, c(0, p4), type = "b", pch = 19,
     col = paleta2[1], lwd = 2, las = 1, ylim = c(0, 100),
     main = paste("Ojiva de frecuencias porcentuales acumuladas -", autor),
     xlab = "EDAD", ylab = "Porcentaje acumulado (%)")
grid(col = "gray85", lty = "dotted")

◆ Diego Alejandro Tous Aponte ◆ FIN DEL LABORATORIO 7 ◆

4 LABORATORIO 8. VARIABLES RELACIONADAS

4.1 (35i) Algunas tablas bivariadas - Contamos Sexo vs Curso (ambas cualitativas)

table_bv1 <- table(DATOS2026$SEXO, DATOS2026$CURSO)
table_bv1

           
            ESTADISTICAI PROBABILIDAD
  Femenino            16           26
  Masculino           10           22

4.2 (36i) Algunas tablas bivariadas - Diagrama de barras Sexo vs Curso

barp_bv1 <- barplot(table_bv1,
        main = paste("Gráfico de barras CURSO vs SEXO -", autor),
        xlab = "CURSO", ylab = "Frecuencia",
        col = paleta2, border = "white",
        legend.text = rownames(table_bv1),
        beside = TRUE)
text(barp_bv1, table_bv1, labels = table_bv1, pos = 3, cex = 1, font = 2)

4.3 (37i) Algunas tablas bivariadas - Contamos Estrato vs Curso

table_bv2 <- table(DATOS2026$ESTRATO, DATOS2026$CURSO)
table_bv2

     
      ESTADISTICAI PROBABILIDAD
  I              5           10
  II             7           18
  III            9            9
  IV             5            5
  V              0            5

4.4 (38i) Diagrama de barras Curso vs Estrato

barp_bv2 <- barplot(table_bv2,
        main = paste("Gráfico de barras CURSO vs ESTRATO -", autor),
        xlab = "CURSO", ylab = "Frecuencia",
        col = paleta5[1:nrow(table_bv2)], border = "white",
        legend.text = rownames(table_bv2),
        beside = TRUE)
text(barp_bv2, table_bv2, labels = table_bv2, pos = 3, cex = 0.9, font = 2)

4.5 (39i) Una variable cualitativa y otra cuantitativa: EDAD vs SEXO

boxplot(EDAD ~ SEXO, data = DATOS2026, horizontal = TRUE,
        col = paleta2, border = "#2c3e50",
        main = paste("EDAD vs SEXO -", autor), xlab = "EDAD", ylab = "", las = 1)

4.6 (40i) Una variable cualitativa y otra cuantitativa: EDAD vs ESTRATO

n_est <- length(unique(DATOS2026$ESTRATO))
boxplot(EDAD ~ ESTRATO, data = DATOS2026, horizontal = TRUE,
        col = paleta5[1:n_est], border = "#2c3e50",
        main = paste("EDAD vs ESTRATO -", autor), xlab = "EDAD", ylab = "ESTRATO", las = 1)

4.7 (41i) Una variable cualitativa y otra cuantitativa: ESTATURA vs SEXO

boxplot(ESTATURA ~ SEXO, data = DATOS2026, horizontal = TRUE,
        col = paleta2, border = "#2c3e50",
        main = paste("ESTATURA vs SEXO -", autor), xlab = "ESTATURA", ylab = "", las = 1)

4.8 (42i) Dos variables cuantitativas: diagrama de dispersión ESTATURA vs PESO

x <- DATOS2026$ESTATURA
y <- DATOS2026$PESO
plot(x, y, xlab = "ESTATURA", ylab = "PESO", col = paleta2[2], pch = 19,
     main = paste("Diagrama de dispersión ESTATURA vs PESO -", autor))
abline(v = mean(x), lwd = 2, lty = 2, col = paleta2[1])
abline(h = mean(y), lwd = 2, lty = 2, col = paleta2[1])

4.9 (43i) Recta de regresión lineal simple

regresion1 <- lm(y ~ x, data = DATOS2026)
regresion1

Call:
lm(formula = y ~ x, data = DATOS2026)

Coefficients:
(Intercept)            x  
   -84.1267       0.8756  

4.10 (44i) Recta de regresión lineal simple 2

regresion2 <- lm(x ~ y, data = DATOS2026)
regresion2

Call:
lm(formula = x ~ y, data = DATOS2026)

Coefficients:
(Intercept)            y  
   137.0763       0.4945  

4.11 (45i) Resumen de la regresión lineal simple

summary(regresion2)

Call:
lm(formula = x ~ y, data = DATOS2026)

Residuals:
     Min       1Q   Median       3Q      Max 
-13.7479  -4.6462  -0.2041   4.1066  16.1973 

Coefficients:
             Estimate Std. Error t value Pr(>|t|)    
(Intercept) 137.07631    4.28941  31.957  < 2e-16 ***
y             0.49453    0.06669   7.416 1.88e-10 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 6.47 on 72 degrees of freedom
Multiple R-squared:  0.433, Adjusted R-squared:  0.4252 
F-statistic: 54.99 on 1 and 72 DF,  p-value: 1.881e-10

4.12 (46i) Diagrama de dispersión y recta de regresión ajustada

plot(x, y, xlab = "ESTATURA", ylab = "PESO", col = paleta2[2], pch = 19,
     main = paste("y_ajus = a + bx = -13.2018 + 0.4552x, r = 0.4352732 -", autor))
abline(v = mean(x), lwd = 2, lty = 2, col = paleta2[1])
abline(h = mean(y), lwd = 2, lty = 2, col = paleta2[1])

a <- -13.20178
b <- 0.4552
abline(a = a, b = b, col = "steelblue", lwd = 2)

4.13 (47i) Problema de aplicación: Datos

taller_rl <- data.frame(
  x = c(88, 77, 68, 80, 68, 55, 89, 61, 72, 72, 79, 75, 68, 65, 70, 52, 78, 55, 96, 75, 44, 57, 60, 50, 93),
  y = c(175, 183, 158, 165, 175, 160, 160, 156, 174, 171, 160, 184, 163, 176, 167, 172, 168, 167, 181, 175, 153, 154, 169, 168, 187)
)

4.14 (48i) Diagrama de dispersión (problema de aplicación)

plot(taller_rl$x, taller_rl$y, xlab = "PESO", ylab = "ESTATURA", col = paleta2[2], pch = 19,
     main = paste("Diagrama de dispersión PESO vs ESTATURA -", autor))
abline(v = mean(taller_rl$x), lwd = 2, lty = 2, col = paleta2[1])
abline(h = mean(taller_rl$y), lwd = 2, lty = 2, col = paleta2[1])

4.15 (49i) Coeficiente de correlación de Pearson

cor(taller_rl$x, taller_rl$y)

[1] 0.5133798

Se concluye que existe una cierta relación lineal entre la estatura y el peso.

4.16 (50i) Recta de regresión lineal simple (problema de aplicación)

regresion3 <- lm(taller_rl$y ~ taller_rl$x, data = taller_rl)
regresion3

Call:
lm(formula = taller_rl$y ~ taller_rl$x, data = taller_rl)

Coefficients:
(Intercept)  taller_rl$x  
   143.9296       0.3565  

4.17 (51i) Resumen de la regresión lineal simple

summary(regresion3)

Call:
lm(formula = taller_rl$y ~ taller_rl$x, data = taller_rl)

Residuals:
    Min      1Q  Median      3Q     Max 
-15.656  -6.614   1.404   6.247  13.335 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 143.9296     8.8404  16.281 4.06e-14 ***
taller_rl$x   0.3565     0.1242   2.869  0.00867 ** 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 8.315 on 23 degrees of freedom
Multiple R-squared:  0.2636,    Adjusted R-squared:  0.2315 
F-statistic: 8.231 on 1 and 23 DF,  p-value: 0.008673

4.18 (52i) Diagrama de dispersión con recta de regresión ajustada

plot(taller_rl$x, taller_rl$y, xlab = "PESO", ylab = "ESTATURA", col = paleta2[2], pch = 19,
     main = paste("Recta de regresión PESO vs ESTATURA -", autor))
abline(v = mean(taller_rl$x), lwd = 2, lty = 2, col = paleta2[1])
abline(h = mean(taller_rl$y), lwd = 2, lty = 2, col = paleta2[1])

a <- 143.9296
b <- 0.3565
abline(a = a, b = b, col = "steelblue", lwd = 2)

4.19 (53i) Lectura de datos: Edad, Peso y Grasas

grasas <- read.table('http://verso.mat.uam.es/~joser.berrendero/datos/EdadPesoGrasas.txt', header = TRUE)
names(grasas)

[1] "peso"   "edad"   "grasas"

4.20 (54i) Matriz de diagramas de dispersión

pairs(grasas, col = paleta2[2], pch = 19,
      main = paste("Matriz de dispersión -", autor))

4.21 (55i) Matriz de correlación

cor(grasas)

            peso      edad    grasas
peso   1.0000000 0.2400133 0.2652935
edad   0.2400133 1.0000000 0.8373534
grasas 0.2652935 0.8373534 1.0000000

4.22 (56i) Cálculo de la recta de mínimos cuadrados

regresion <- lm(grasas ~ edad, data = grasas)
summary(regresion)

Call:
lm(formula = grasas ~ edad, data = grasas)

Residuals:
    Min      1Q  Median      3Q     Max 
-63.478 -26.816  -3.854  28.315  90.881 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) 102.5751    29.6376   3.461  0.00212 ** 
edad          5.3207     0.7243   7.346 1.79e-07 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 43.46 on 23 degrees of freedom
Multiple R-squared:  0.7012,    Adjusted R-squared:  0.6882 
F-statistic: 53.96 on 1 and 23 DF,  p-value: 1.794e-07

4.23 (57i) Representación gráfica de la recta de mínimos cuadrados

plot(grasas$edad, grasas$grasas, xlab = "Edad", ylab = "Grasas",
     col = paleta2[2], pch = 19,
     main = paste("Recta de mínimos cuadrados - Edad vs Grasas -", autor))
abline(regresion, col = paleta2[1], lwd = 2)

4.24 (58i) Predicción con la recta de mínimos cuadrados

nuevas.edades <- data.frame(edad = seq(30, 50))
predict(regresion, nuevas.edades)

       1        2        3        4        5        6        7        8 
262.1954 267.5161 272.8368 278.1575 283.4781 288.7988 294.1195 299.4402 
       9       10       11       12       13       14       15       16 
304.7608 310.0815 315.4022 320.7229 326.0435 331.3642 336.6849 342.0056 
      17       18       19       20       21 
347.3263 352.6469 357.9676 363.2883 368.6090 

◆ Diego Alejandro Tous Aponte ◆ FIN DEL LABORATORIO 8 ◆