Este documento PDF es representativo del Primer Ejercicio P2P, perteneciente al curso MOOC AprendeR: Introducción al tratamiento de datos con R y RStudio, dictado por la Universidad de las Islas Baleares, España.

El desarrollo del ejercicio es el siguiente:

  1. Descargar el fichero Halterofilia.csv desde la ubicacion “https://miriadax.net/ documents/28098821/74010125/Halterofilia.csv/f2fb1ddc-6de0-4942-870e-fbe5e9d2eca8”. La Variable Categoria ha de ser un factor ordenado en el orden creciente de los pesos

Descarga de fichero

RESULTADOS <- read.csv("https://miriadax.net/documents/28098821/74010125/Halterofilia.csv/f2fb1ddc-6de0-4942-870e-fbe5e9d2eca8", sep=";")
##    Peso Arrancada Dos.Tiempos Total Categoria Sexo
## 1 55.61       132         160   292  menos 56    M
## 2 55.64       127         161   288  menos 56    M
## 3 55.87       130         150   280  menos 56    M
## 4 55.73       123         150   273  menos 56    M
## 5 55.93       120         149   269  menos 56    M
## 6 55.87       127         140   267  menos 56    M

Categoria con Factor Ordenado

RESULTADOS$Categoria=ordered(RESULTADOS$Categoria, levels=c("menos 48","menos 53","menos 56","menos 58","menos 62","menos 63","menos 69","menos 75","mas 78","menos 77","menos 85","menos 94","menos 105","mas 105"))
## 'data.frame':    462 obs. of  6 variables:
##  $ Peso       : num  55.6 55.6 55.9 55.7 55.9 ...
##  $ Arrancada  : int  132 127 130 123 120 127 118 112 121 115 ...
##  $ Dos.Tiempos: int  160 161 150 150 149 140 146 152 142 146 ...
##  $ Total      : int  292 288 280 273 269 267 264 264 263 261 ...
##  $ Categoria  : Ord.factor w/ 14 levels "menos 48"<"menos 53"<..: 3 3 3 3 3 3 3 3 3 3 ...
##  $ Sexo       : Factor w/ 2 levels "F","M": 2 2 2 2 2 2 2 2 2 2 ...
  1. Crear una tabla en la que, para cada combinación de categoría y sexo, se dé el peso medio en la modalidad de Arrancada y el peso medio en la modalidad de Dos Tiempos de los participantes de esa categoría y ese sexo. Esta tabla tiene que tener cuatro columnas (“Categoría”, “Sexo”, “Peso medio Arrancada” y “Peso medio Dos Tiempos”) y una fila por combinación de categoría y sexo.

Tabla 1: Categoría, Sexo, Peso medio Arrancada y Peso medio Dos Tiempos. Agrupados por Categoría/Sexo

##    Sexo Categoria Arrancada Dos.Tiempos
## 1     F  menos 48  72.35714    91.78571
## 2     F  menos 53  78.42308    99.46154
## 3     M  menos 56 111.64516   137.48387
## 4     F  menos 58  84.62069   106.68966
## 5     M  menos 62 121.84375   149.25000
## 6     F  menos 63  92.61538   116.00000
## 7     F  menos 69  96.57143   120.03571
## 8     M  menos 69 134.40000   164.33333
## 9     F  menos 75 101.89655   124.62069
## 10    M  menos 77 141.38889   172.83333
## 11    M  menos 85 153.34286   187.11429
## 12    M  menos 94 160.34146   195.97561
## 13    M menos 105 164.50000   200.28947
## 14    M   mas 105 173.26667   212.03333

c)Extraer de Resultados dos dataframes: uno llamado ResM, con los datos de los hombres, y otro llamado ResF, con los datos de las mujeres. Ambos dataframes deben contener sólo dos columnas: “Peso” y “Total”.

Tabla Mujeres

ResF=RESULTADOS[RESULTADOS$Sexo=="F",c(1,4)]
##      Peso Total
## 274 47.88   214
## 275 47.72   205
## 276 47.83   204
## 277 47.71   186
## 278 47.08   185
## 279 47.94   180

Tabla Hombres

ResM=RESULTADOS[RESULTADOS$Sexo=="M",c(1,4)]
##    Peso Total
## 1 55.61   292
## 2 55.64   288
## 3 55.87   280
## 4 55.73   273
## 5 55.93   269
## 6 55.87   267

d)Crear un gráfico a partir de ResM, con el peso corporal en el eje horizontal y el peso total levantado en el eje vertical. Tienes que usar triángulos vacíos de color rojo. Verás que la distribución de los puntos es bastante peculiar. Encuentra una razón para esta distribución.

Interpretación: La grafica muestra que al aumentar el peso corporal existe una relación directa al Peso Total Levantado por cada individuo, esta situación se manifiesta en el grupo de individuos con peso corporal entre 60[kg] y 100 [kg]

Interpretación: La grafica permite suponer que mujeres con un peso promedio de hasta 80 [kg] muestran una relación directa entre Peso Corporal y Peso Total Levantado.

e)Añadir al gráfico los puntos correspondientes a ResF. Tienes que usar cuadrados llenos de color verde. Añade una leyenda que indique cada tipo de punto qué sexo representa. Asegúrate de que todos los puntos están dentro de la gráfica y ninguno queda sin representar por haber quedado fuera de los límites. Es posible que tengas que redibujar todo usando valores adecuados de “xlim” e “ylim”.

f)Calcular la regresión lineal del peso levantado en función del peso corporal tanto para los hombres como para las mujeres. Indica en ambos casos cuánto peso levantan de media por cada Kg. adicional de peso corporal. Indica también los coeficientes de determinación.

Calculo Regresión lineal

Mujeres:

 summary(lm(ResF$Total~ResF$Peso))
## 
## Call:
## lm(formula = ResF$Total ~ ResF$Peso)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -88.804 -15.476  -1.079  17.350  76.988 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 103.0499     8.8061   11.70   <2e-16 ***
## ResF$Peso     1.5396     0.1314   11.72   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 28.46 on 187 degrees of freedom
## Multiple R-squared:  0.4233, Adjusted R-squared:  0.4202 
## F-statistic: 137.3 on 1 and 187 DF,  p-value: < 2.2e-16

Hombres:

 summary(lm(ResM$Total~ResM$Peso))
## 
## Call:
## lm(formula = ResM$Total ~ ResM$Peso)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -168.493  -20.913    4.294   24.289   66.750 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 177.48035    7.84172   22.63   <2e-16 ***
## ResM$Peso     1.72725    0.08866   19.48   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 34.89 on 271 degrees of freedom
## Multiple R-squared:  0.5834, Adjusted R-squared:  0.5819 
## F-statistic: 379.5 on 1 and 271 DF,  p-value: < 2.2e-16

Coeficiente Peso Corporal

Mujeres: 1.54

Hombres: 1.727

Coeficientes de determinación

rF=summary(lm(ResF$Total~ResF$Peso))$r.squared

Mujeres:´summary(lm(ResF\(Total~ResF\)Peso))$r.squared`

## [1] 0.423298
rM=summary(lm(ResM$Total~ResM$Peso))$r.squared

Hombres:

## [1] 0.5834273

g)Añadir las dos rectas al gráfico anterior con los colores correspondientes.

plot(ResM,pch=24,col="red", main="Peso Corporal v/s Peso Total Levantado ",ylab="Peso Total Levantado",xlab="Peso Corporal",xlim=c(0,180),ylim=c(0,450))
points(ResF$Peso,ResF$Total,pch=22,col="green",bg="green")
legend ("bottomright",legend=c( "ResM","ResF"), pch = c(24,22) , col=c(" red ","green"))
abline(lm(ResF$Total~ResF$Peso),col="green")
abline(lm(ResM$Total~ResM$Peso),col="red")
text (130,280,labels =expression("R^2 = 0,4233"),pos=4,col="green")
text (0,200,labels =expression("R^2 = 0,5834"),pos=4,col="red")