- Crear una base de datos con los vectores
nombre y estatura como la que se muestra a continuación.
base.est<- data.frame(nombre=c("César", "Ale", "Karla", "Velia", "Óscar", "Toño"), estatura=estatura)
base.est
nombre estatura
1 César 1.68
2 Ale 1.60
3 Karla 1.65
4 Velia 1.60
5 Óscar 1.65
6 Toño 1.77
- Generar con la base de datos anterior una gráfica de barras en sistema base.
barplot(base.est$estatura, main="Estaturas del grupo", xlab="Nombre", ylab = "Estatura en metros", col = "chocolate2", las=2, xaxt="n")
axis(1,labels = base.est$nombre,at = c(.8, 1.9, 3.1, 4.3, 5.5, 6.7), las = 2)
- Generar la misma gráfica con ggplot2.
library(ggplot2)
ggplot(base.est, aes(nombre, estatura, fill = nombre)) +
geom_col() + labs(x = "Nombre", y = "Estatura en metros") +
theme(legend.position = "n")
- Crear una curva de densidad para la variable millas por galon (
mpg) de la base de datos mtcars.
plot(density(mtcars$mpg),main = "")
- Crea un histograma de la variable
mtcars$mpg.
hist(mtcars$mpg)
ggplot(mtcars,aes(mpg)) +
geom_histogram(colour="wheat3",fill="wheat",bins = 5)
- Crea el histograma de la variable
mpg separando los datos por la variable cyl.
ggplot(mtcars,aes(mpg,fill=factor(cyl)))+
geom_histogram(bins=10) +
facet_grid(cyl~.)+
theme(legend.position = "top")
- Replica la siguiente gráfica.
ggplot(mtcars,aes(wt,mpg)) +
geom_point(aes(colour=factor(wt))) +
stat_smooth(method = "lm") +
labs(title= "Relación entre peso del automóvil y millas por galón") +
labs(x = "Peso de la unidad (lbs)", y = "Millas por galón (mpg)")+
theme(legend.position="n")
- ¿Qué sucede si como argumentos de la función
plot() utilizas dos variables categóricas (factores)?
with(mtcars,plot(factor(gear),factor(cyl)))
- Instala el paquete
vcd (Visualization Categorical Data) e intenta obtener una gráfica similar a la del ejercicio 7. (pero más informativa y con colores)
mosaic(~factor(gear)+factor(cyl),data = mtcars,shade = T)
- Prueba la función
assoc() del paquete vcd, ¿Te parece más intuitiva esta gráfica?
assoc(~factor(gear)+factor(cyl),data = mtcars,shade = T)
- Replica la gráfica 1
x<-c(0:9) #Creamos el vector para x
f<-c(1,6,10,16,11,18,17,14,6,1) #Las frecuencias
rep(x,f) #Creamos el número de observaciones necesarias
[1] 0 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4
[36] 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6
[71] 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 9
x<-rep(x,f) #No hay que olvidar asignarlo a un objeto
x
[1] 0 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4
[36] 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 6 6 6 6 6 6 6 6
[71] 6 6 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 7 7 7 7 7 7 8 8 8 8 8 8 9
barplot(table(x)) #Graficamos
barplot(table(x),col=rainbow(10)) #Hay conjuntos de colores prestab.
barplot(table(x),col=rainbow(10,start = 0,.4))#Ajustar rango
barplot(table(x),col=rainbow(10,start = 0,end=.4))#color
