EJERCICIO 10

Voy a hacer un ejercicio con datos creados de forma aleatoria

set.seed(69)

Id <- paste0("I", 1:30)
Edad <- sample(18:65, 30, replace = TRUE)
Gene <- c(rep(1, 15), rep(2, 15))
Trat <- factor(sample(c("A", "B", "C"), 30, replace = TRUE))
Peso <- round(runif(30, 50, 100))
Alt <- round(runif(30, 150, 200))
datos_caso <- data.frame(Id, Edad, Gene, Trat, Peso, Alt)
head(datos_caso)
##   Id Edad Gene Trat Peso Alt
## 1 I1   49    1    C   99 185
## 2 I2   34    1    B   67 171
## 3 I3   44    1    B   75 197
## 4 I4   19    1    A   72 151
## 5 I5   65    1    A   88 192
## 6 I6   57    1    C   84 164
str(datos_caso)
## 'data.frame':    30 obs. of  6 variables:
##  $ Id  : chr  "I1" "I2" "I3" "I4" ...
##  $ Edad: int  49 34 44 19 65 57 30 56 64 56 ...
##  $ Gene: num  1 1 1 1 1 1 1 1 1 1 ...
##  $ Trat: Factor w/ 3 levels "A","B","C": 3 2 2 1 1 3 3 1 1 2 ...
##  $ Peso: num  99 67 75 72 88 84 73 80 87 99 ...
##  $ Alt : num  185 171 197 151 192 164 165 163 179 191 ...
summary(datos_caso)
##          Id          Edad            Gene     Trat        Peso      
##  Length   :30   Min.   :19.00   Min.   :1.0   A:16   Min.   :52.00  
##  N.unique :30   1st Qu.:29.25   1st Qu.:1.0   B: 6   1st Qu.:72.00  
##  N.blank  : 0   Median :43.50   Median :1.5   C: 8   Median :80.00  
##  Min.nchar: 2   Mean   :40.90   Mean   :1.5          Mean   :77.87  
##  Max.nchar: 3   3rd Qu.:52.00   3rd Qu.:2.0          3rd Qu.:86.75  
##                 Max.   :65.00   Max.   :2.0          Max.   :99.00  
##       Alt       
##  Min.   :151.0  
##  1st Qu.:164.2  
##  Median :179.0  
##  Mean   :176.4  
##  3rd Qu.:187.8  
##  Max.   :198.0
IMC <- Peso / ((Alt/100)^2)
datos_caso$IMC <- round(IMC, 2)
head(datos_caso)
##   Id Edad Gene Trat Peso Alt   IMC
## 1 I1   49    1    C   99 185 28.93
## 2 I2   34    1    B   67 171 22.91
## 3 I3   44    1    B   75 197 19.33
## 4 I4   19    1    A   72 151 31.58
## 5 I5   65    1    A   88 192 23.87
## 6 I6   57    1    C   84 164 31.23
Df_Hombres <- subset(datos_caso, Gene == 2)
Df_Mujeres <- subset(datos_caso, Gene == 1)
dim(Df_Hombres)
## [1] 15  7
dim(Df_Mujeres)
## [1] 15  7
datos_caso_2 <- rbind(Df_Hombres, Df_Mujeres)
datos_caso_2
##     Id Edad Gene Trat Peso Alt   IMC
## 16 I16   53    2    C   86 177 27.45
## 17 I17   27    2    C   88 180 27.16
## 18 I18   48    2    C   78 154 32.89
## 19 I19   19    2    A   65 172 21.97
## 20 I20   31    2    B   56 197 14.43
## 21 I21   29    2    A   63 154 26.56
## 22 I22   30    2    C   72 180 22.22
## 23 I23   52    2    A   56 154 23.61
## 24 I24   38    2    A   68 188 19.24
## 25 I25   27    2    A   72 179 22.47
## 26 I26   49    2    B   89 191 24.40
## 27 I27   22    2    A   52 158 20.83
## 28 I28   52    2    C   83 180 25.62
## 29 I29   41    2    A   76 172 25.69
## 30 I30   60    2    A   82 174 27.08
## 1   I1   49    1    C   99 185 28.93
## 2   I2   34    1    B   67 171 22.91
## 3   I3   44    1    B   75 197 19.33
## 4   I4   19    1    A   72 151 31.58
## 5   I5   65    1    A   88 192 23.87
## 6   I6   57    1    C   84 164 31.23
## 7   I7   30    1    C   73 165 26.81
## 8   I8   56    1    A   80 163 30.11
## 9   I9   64    1    A   87 179 27.15
## 10 I10   56    1    B   99 191 27.14
## 11 I11   23    1    A   80 197 20.61
## 12 I12   46    1    B   86 160 33.59
## 13 I13   19    1    A   91 181 27.78
## 14 I14   43    1    A   81 187 23.16
## 15 I15   44    1    A   88 198 22.45