Repaso

Escriba el siguiente comando

set.seed(2016)
redondear = options(digits=4)  #Permite utilizar reglas de redondeo.
datos<-data.frame(grupoA=rnorm(75,23,2),grupoB=rnorm(75,32,1.5),grupoC=rnorm(75,45,4.5) )
head(datos)

##   grupoA grupoB grupoC
## 1  21.17  33.21  52.27
## 2  25.00  32.34  43.80
## 3  22.89  33.34  46.36
## 4  23.59  31.98  41.17
## 5  17.42  31.45  47.60
## 6  22.43  32.81  39.16

Ver el detalle, utilizando la función “str(datos)”"

1) Calcule el promedio, desviación estándar, valores máximos y mínimos de la variable “grupoA”

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    17.4    21.4    22.4    22.6    23.9    27.4

2) Estime el percentil 43 de la variable “grupoB”

##   43% 
## 32.18

2.b) Si desea saber cuantos datos son menores a 32

sub <- datos$grupoA < 32
sub.22 <- datos[sub, ]
View(sub.22) #Para ver el filtro generado
length(sub.22$grupoA)

## [1] 75

3) Elabore un tallo y hojas. Para simplificar su interpretación utilizaremos los siguientes datos

datos2<-c(1,1,1,1,1,2,2,2,3,3,3,4,4,4,5,5,6,6,7,8,8,9,12,12,13,15,15,15,18,18,18,19,20,20,20,21)
stem(datos2,scale = 3)#Recomiendo utilizar el scale siempre en 2 o 3.

## 
##   The decimal point is at the |
## 
##    1 | 00000
##    2 | 000
##    3 | 000
##    4 | 000
##    5 | 00
##    6 | 00
##    7 | 0
##    8 | 00
##    9 | 0
##   10 | 
##   11 | 
##   12 | 00
##   13 | 0
##   14 | 
##   15 | 000
##   16 | 
##   17 | 
##   18 | 000
##   19 | 0
##   20 | 000
##   21 | 0

4) Elabore una distribución de frecuencias del grupoB, que inicie en 25 t termine en 40, cuya amplitud sea de 5.

## 
## Attaching package: 'fdth'

## The following objects are masked from 'package:stats':
## 
##     sd, var

##  Class limits  f   rf rf(%) cf  cf(%)
##       [25,30)  8 0.11 10.67  8  10.67
##       [30,35) 63 0.84 84.00 71  94.67
##       [35,40)  4 0.05  5.33 75 100.00

5) Elabore una distribución de frecuencias del grupoC, utilizando la regla de “Sturges”

##     Class limits  f   rf rf(%) cf  cf(%)
##  [34.168,37.301)  4 0.05  5.33  4   5.33
##  [37.301,40.434)  8 0.11 10.67 12  16.00
##  [40.434,43.567) 14 0.19 18.67 26  34.67
##    [43.567,46.7) 21 0.28 28.00 47  62.67
##    [46.7,49.833) 13 0.17 17.33 60  80.00
##  [49.833,52.966)  8 0.11 10.67 68  90.67
##    [52.966,56.1)  6 0.08  8.00 74  98.67
##    [56.1,59.233)  1 0.01  1.33 75 100.00

Cambiar la regla de redondeo en R

redondear = options(digits=4) 

6) Ejemplo 4.3.2. pág. 94.

¿Cual es la probabilidad de que dicha muestra contenga exactamente cuatro personas inmunes?.

## [1] 0.2001

8) 4.3.7 Pág. 99

a) Exactamente cero.

## [1] 0.001

b) Exactamente uno.

## [1] 0.027

c) Más de uno.

## [1] 0.972

d) Dos o menos.

## [1] 0.271

e) Dos o tres.

## [1] 0.972

f) Exactamente tres.

## [1] 0.729

9) 4.4.3 Pág. 104

a) Exactamente siete accidentes.

## [1] 0.1044

b) Diez o más accidentes.

## [1] 0.03183

c) Cero accidentes

## [1] 0.006738

d) Menos de 5 accidendentes

## [1] 0.4405