Aquí se introduciran todos los datos recopilados el día 15/Feb/2017 en el salón de clase
promedio <- c(87.75,74,75,86,86,74,88,74,92.5,91,81,93.33,89,88,74,79,92.5,94.8,84,81.5,85,84.5,80,82.5,91.5,82,83.5,79.9,89,92,85,80,85,86.37,83,82,85,80)
promedio
## [1] 87.75 74.00 75.00 86.00 86.00 74.00 88.00 74.00 92.50 91.00 81.00
## [12] 93.33 89.00 88.00 74.00 79.00 92.50 94.80 84.00 81.50 85.00 84.50
## [23] 80.00 82.50 91.50 82.00 83.50 79.90 89.00 92.00 85.00 80.00 85.00
## [34] 86.37 83.00 82.00 85.00 80.00
Y no menos importante, la frecuencia
frecuencia <-table(promedio)
frecuencia
## promedio
## 74 75 79 79.9 80 81 81.5 82 82.5 83 83.5 84
## 4 1 1 1 3 1 1 2 1 1 1 1
## 84.5 85 86 86.37 87.75 88 89 91 91.5 92 92.5 93.33
## 1 4 2 1 1 2 2 1 1 1 2 1
## 94.8
## 1
Frecuencia relativa
prop.table(promedio)
## [1] 0.02740774 0.02311308 0.02342542 0.02686115 0.02686115 0.02311308
## [7] 0.02748583 0.02311308 0.02889135 0.02842284 0.02529945 0.02915059
## [13] 0.02779817 0.02748583 0.02311308 0.02467478 0.02889135 0.02960973
## [19] 0.02623647 0.02545562 0.02654881 0.02639264 0.02498712 0.02576796
## [25] 0.02857901 0.02561179 0.02608030 0.02495588 0.02779817 0.02873518
## [31] 0.02654881 0.02498712 0.02654881 0.02697672 0.02592413 0.02561179
## [37] 0.02654881 0.02498712
Frecuencia porcentual
prop.table(promedio)*100
## [1] 2.740774 2.311308 2.342542 2.686115 2.686115 2.311308 2.748583
## [8] 2.311308 2.889135 2.842284 2.529945 2.915059 2.779817 2.748583
## [15] 2.311308 2.467478 2.889135 2.960973 2.623647 2.545562 2.654881
## [22] 2.639264 2.498712 2.576796 2.857901 2.561179 2.608030 2.495588
## [29] 2.779817 2.873518 2.654881 2.498712 2.654881 2.697672 2.592413
## [36] 2.561179 2.654881 2.498712
Una tabla para visualizar los datos del promedio
plot(promedio)
Una tabla para visualizar los datos de frecuencia
plot(frecuencia)
Máximo y Mínimo
maximo <- max(promedio)
maximo
## [1] 94.8
minimo <- min(promedio)
minimo
## [1] 74
Rango
range(promedio)
## [1] 74.0 94.8
Tabla para visualizar la frecuncia de promedios
barplot(frecuencia, col = "green", main = "Frecuencia de promedio")
Después de obtener dichos valores nos pasaremos a la moda
moda <- names(frecuencia[frecuencia == max(frecuencia)])
moda
## [1] "74" "85"
El porcentil al 80%
porcentil <-quantile(promedio, 0.80)
porcentil
## 80%
## 89
Los 3 cuartiles pedidos al 25%, 50% y 75%
cuartil <-quantile(promedio,c(.25, .50, .75))
cuartil
## 25% 50% 75%
## 80.25 84.75 88.00
¿cuántos menores o iguales a Q1?
length(which(promedio <= cuartil[1] ))
## [1] 10
¿cuáles?
promedio[which(promedio <= cuartil[1] ) ]
## [1] 74.0 75.0 74.0 74.0 74.0 79.0 80.0 79.9 80.0 80.0
¿cuántos mayores a Q1 y menores o iguales a Q2? y
length(which(promedio > cuartil[1] & promedio <= cuartil[2]))
## [1] 9
promedio[which(promedio > cuartil[1] & promedio <= cuartil[2] )]
## [1] 81.0 84.0 81.5 84.5 82.5 82.0 83.5 83.0 82.0
¿cuántos mayores a Q2 y menores o iguales a Q3?
length(which(promedio > cuartil[2] & promedio <= cuartil[3] ))
## [1] 10
promedio[which(promedio > cuartil[2] & promedio <= cuartil[3] )]
## [1] 87.75 86.00 86.00 88.00 88.00 85.00 85.00 85.00 86.37 85.00
¿cuántos mayores a Q3 obviamente menores o iguales al valor máximo?
length(which(promedio > cuartil[3] ))
## [1] 9
promedio[which(promedio > cuartil[3] )]
## [1] 92.50 91.00 93.33 89.00 92.50 94.80 91.50 89.00 92.00
Y para finalizar el numero de datos debe ser igual a 38
n <-length (promedio)
n
## [1] 38
Dado por finalizado la práctica