finalseminario

Se desarrollo una encuesta con los estudiantes de la asignatura Seminarios de Construcciones para la cual se realizaron preguntas que arrojaron las siguientes variables:

sandra<-read.csv("datos codificados.csv")
colnames(sandra)

 [1] "Nombre"       "Region"       "Ocupacion"    "Estatura"     "Edad"        
 [6] "Sexo"         "Peso"         "Hermanos"     "Hijos"        "Estrato"     
[11] "Estado.Civil" "Matricula"   

sapply(sandra[,1:4],ic.var)

Error in match.fun(FUN) : object 'ic.var' not found

se definieron los tipos de variles como cualitativas o cuantitativas, las variables cualitativas son variables no numericas por tanto no podemos sacar grafica de histograma si no un diagrama de barras.

region<-read.csv("datos codificados.csv",stringsAsFactors = F, header=T)
barplot(prop.table(table(sandra$Region)),col=c("blue","red","purple","cornflowerblue","yellow"),legend.text=c("valle","cauca","quindio","nariño","bogota"),xlab ="regiones",ylab = "numero de estudiantes")

ocupacion<-read.csv("datos codificados.csv",stringsAsFactors = F, header=T)
barplot(prop.table(table(sandra$Ocupacion)),col=c("cornflowerblue","purple","yellow"),legend.text=c("pregrado","postgrado","maestria"),ylab = "numero de estudiantes",xlab="ocupacion")

pie(Ocupacion)

Error in pie(Ocupacion) : object 'Ocupacion' not found

para poder hallar la moda se descarga el paquete modeest , luego se procede a llamarla libreria con library(“modeest”) ahora si con mvl podemos calcular la moda de los datos

sandra<-read.csv("datos codificados.csv")
estatura<-sandra$Estatura
mean(estatura)

[1] 168.0417

median(estatura)

[1] 167.5

var(estatura)

[1] 108.3895

sd(estatura)

[1] 10.41103

library("modeest")
mlv(estatura,method="discrete")

Mode (most frequent value): 160 
Bickel's modal skewness: 0.4166667 
Call: mlv.integer(x = estatura, method = "discrete") 

hist(estatura, breaks = "scott",main="histograma de estatura", col= "cornflowerblue")

sandra<-read.csv("datos codificados.csv")
edad<-sandra$Edad
hist(edad, breaks = "scott",main="histograma de edad", col= "cornflowerblue")

mean(edad)

[1] 28.58333

median(edad)

[1] 25

var(edad)

[1] 78.16667

library("modeest")
mlv(edad,method="discrete")

Mode (most frequent value): 23 
Bickel's modal skewness: 0.4166667 
Call: mlv.integer(x = edad, method = "discrete") 

sexo<-sandra$Sexo
sexo<-read.csv("datos codificados.csv",stringsAsFactors = F, header=T)
barplot(prop.table(table(sandra$Sexo)),col=c("red","cornflowerblue"), xlab=("sexo"),legend.text=c("hombre","mujer"))

sandra<-read.csv("datos codificados.csv")
peso<-sandra$Peso
mean(peso)

[1] 67.25

median(peso)

[1] 67.5

var(peso)

[1] 164.1957

library("modeest")
mlv(estatura,method="discrete")

Mode (most frequent value): 160 
Bickel's modal skewness: 0.4166667 
Call: mlv.integer(x = estatura, method = "discrete") 

hist(peso, breaks = "scott",main="histograma de peso", col= "cornflowerblue")

sandra<-read.csv("datos codificados.csv")
hermanos<-sandra$Hermanos
mean(hermanos)

[1] 2.416667

median(hermanos)

[1] 2

var(hermanos)

[1] 3.471014

library("modeest")
mlv(hermanos,method="discrete")

Mode (most frequent value): 1 
Bickel's modal skewness: 0.4583333 
Call: mlv.integer(x = hermanos, method = "discrete") 

hist(hermanos, breaks = 6,main="histograma de numero de hermanos", col= "cornflowerblue")

sandra<-read.csv("datos codificados.csv")
hijos<-sandra$Hijos
var(hijos)

[1] 0.6793478

mean(hijos)

[1] 0.375

median(hijos)

[1] 0

library("modeest")
mlv(hijos,method="discrete")

Mode (most frequent value): 0 
Bickel's modal skewness: 0.2083333 
Call: mlv.integer(x = hijos, method = "discrete") 

hist(hijos, breaks = "scott",main="histograma de numero de hijos", col= "cornflowerblue")

estrato<-read.csv("datos codificados.csv",stringsAsFactors = F, header=T)
barplot(prop.table(table(sandra$Estrato)),col=c("blue","red","purple","cornflowerblue","yellow"),legend.text=c("1","2","3","4","5"))

estado.civil<-read.csv("datos codificados.csv",stringsAsFactors = F, header=T)
barplot(prop.table(table(sandra$Estado.Civil)),col=c("red","purple"),legend.text=c("soltero","casado"))

matricula<-read.csv("datos codificados.csv",stringsAsFactors = F, header=T)
barplot(prop.table(table(sandra$Matricula)),col=c("yellow","green"),legend.text=c("si","no"))

el comando summary da un resumen de datos maximo y minimo, cuartiles, media, mediana

summary(sandra)

               Nombre       Region        Ocupacion        Estatura    
 Alejandro Arcila : 1   Min.   :1.000   Min.   :1.000   Min.   :152.0  
 Andrés Casanova  : 1   1st Qu.:1.000   1st Qu.:1.000   1st Qu.:160.0  
 Angela           : 1   Median :1.000   Median :1.000   Median :167.5  
 Angie Aldemar    : 1   Mean   :1.583   Mean   :1.417   Mean   :168.0  
 Angie Cabezas    : 1   3rd Qu.:1.250   3rd Qu.:2.000   3rd Qu.:175.8  
 Carlos Zapata    : 1   Max.   :5.000   Max.   :3.000   Max.   :188.0  
 (Other)          :18                                                  
      Edad            Sexo            Peso          Hermanos         Hijos      
 Min.   :21.00   Min.   :1.000   Min.   :50.00   Min.   :0.000   Min.   :0.000  
 1st Qu.:23.00   1st Qu.:1.000   1st Qu.:57.00   1st Qu.:1.000   1st Qu.:0.000  
 Median :25.00   Median :2.000   Median :67.50   Median :2.000   Median :0.000  
 Mean   :28.58   Mean   :1.542   Mean   :67.25   Mean   :2.417   Mean   :0.375  
 3rd Qu.:30.25   3rd Qu.:2.000   3rd Qu.:75.25   3rd Qu.:4.000   3rd Qu.:0.000  
 Max.   :49.00   Max.   :2.000   Max.   :98.00   Max.   :6.000   Max.   :3.000  
                                                                                
    Estrato      Estado.Civil     Matricula    
 Min.   :1.00   Min.   :1.000   Min.   :1.000  
 1st Qu.:3.00   1st Qu.:1.000   1st Qu.:1.000  
 Median :3.00   Median :1.000   Median :1.000  
 Mean   :3.25   Mean   :1.167   Mean   :1.417  
 3rd Qu.:3.25   3rd Qu.:1.000   3rd Qu.:2.000  
 Max.   :5.00   Max.   :2.000   Max.   :2.000