Trabajar con el conjunto de datos women

determinar

media, mediana, moda, frecuencia, desv std, varianza, cuartiles, percentiles

cargar en una variable w-< women

w <- women
w
##    height weight
## 1      58    115
## 2      59    117
## 3      60    120
## 4      61    123
## 5      62    126
## 6      63    129
## 7      64    132
## 8      65    135
## 9      66    139
## 10     67    142
## 11     68    146
## 12     69    150
## 13     70    154
## 14     71    159
## 15     72    164
#cuantas variables tiene
# cuantas desviaciones
#que tipo de dato es
str(w)
## 'data.frame':    15 obs. of  2 variables:
##  $ height: num  58 59 60 61 62 63 64 65 66 67 ...
##  $ weight: num  115 117 120 123 126 129 132 135 139 142 ...
class(w)
## [1] "data.frame"

Sacar la media de altura

mean(w$heigth)
## Warning in mean.default(w$heigth): argument is not numeric or logical:
## returning NA
## [1] NA

Sacar el valor maximo y minimo de altura de las personas

max(w$heigth)
## Warning in max(w$heigth): ningun argumento finito para max; retornando -Inf
## [1] -Inf
min(w$heigth)
## Warning in min(w$heigth): ningún argumento finito para min; retornando Inf
## [1] Inf

ordenamos para entender la mediana en altura

sort(w$heigth)
## NULL

Determinando la media de la altura

mean(w$height)
## [1] 65

sacando la moda

el que mas se repite hay muchas formas

utilizando table

w
##    height weight
## 1      58    115
## 2      59    117
## 3      60    120
## 4      61    123
## 5      62    126
## 6      63    129
## 7      64    132
## 8      65    135
## 9      66    139
## 10     67    142
## 11     68    146
## 12     69    150
## 13     70    154
## 14     71    159
## 15     72    164
moda <- table(w$height)
moda # se repuite mas veces
## 
## 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 
##  1  1  1  1  1  1  1  1  1  1  1  1  1  1  1
# es multimodal


#Agregando un dato
w<-women #volvemos a generar
w<- rbind(w, c(70, 146)) #height y weight

#Otra forma
w<- rbind.data.frame(w, c(71, 164))

w
##    height weight
## 1      58    115
## 2      59    117
## 3      60    120
## 4      61    123
## 5      62    126
## 6      63    129
## 7      64    132
## 8      65    135
## 9      66    139
## 10     67    142
## 11     68    146
## 12     69    150
## 13     70    154
## 14     71    159
## 15     72    164
## 16     70    146
## 17     71    164
moda <- table(w$height)
moda #se repite mas veces
## 
## 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 
##  1  1  1  1  1  1  1  1  1  1  1  1  2  2  1
max(moda)
## [1] 2

Vamos a generar 100 numeros aleatorios

entre 70 y 100 y determinamos la moda

set.seed(10)
numeros <- sample(70:100, size = 100, replace = TRUE)
numeros
##   [1] 85 79 83 91 72 76 78 78 89 83 90 87 73 88 81 83 71 78 82 95 96 89 94
##  [24] 81 82 91 95 77 93 81 86 72 75 97 83 93 95 99 91 85 78 77 70 92 77 74
##  [47] 70 85 73 94 80 99 77 84 75 88 84 84 82 85 70 73 84 82 95 93 87 83 72
##  [70] 76 72 86 89 86 71 86 81 99 77 76 96 84 76 89 76 70 94 78 75 75 85 92
##  [93] 88 86 81 95 77 86 93 70
#sacamos la moda de los numeros
table(numeros)
## numeros
## 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 
##  5  2  4  3  1  4  5  6  5  1  1  5  4  5  5  5  6  2  3  4  1  3  2  4  3 
## 95 96 97 99 
##  5  2  1  3

visualizar datos plot ()

Comando plot()

#plot()

# plot(numeros)
plot(x=1:100, y=numeros, type="b") #es igual b a ambos

plot(x=1:100, y=numeros, type="p") #es igual p a puntos

plot(x=1:100, y=numeros, type="l") #es igual l a lineas

## Generando un histograma (grafica de barras)

hist(x=numeros, breaks=30, col = "purple")

Grafica de barras

graficando los numeros

barplot(height = numeros, col = "blue", 
        xlab= "Numeros", ylab = "Valores", main =
          "Los numeros generados", names.arg =numeros)

Vamos a realizar una barra con dos variables

utilizando

w <- women

barplot(w$height, col ="blue", xlab = "Personas", ylab = "Alturas",
        names.arg = 1:length(w$height), main = "Height de w")

## Regresando a los numeros para ver ## Grafica de hojas y de cajas

numeros
##   [1] 85 79 83 91 72 76 78 78 89 83 90 87 73 88 81 83 71 78 82 95 96 89 94
##  [24] 81 82 91 95 77 93 81 86 72 75 97 83 93 95 99 91 85 78 77 70 92 77 74
##  [47] 70 85 73 94 80 99 77 84 75 88 84 84 82 85 70 73 84 82 95 93 87 83 72
##  [70] 76 72 86 89 86 71 86 81 99 77 76 96 84 76 89 76 70 94 78 75 75 85 92
##  [93] 88 86 81 95 77 86 93 70
stem(numeros)# se visualiza la moda
## 
##   The decimal point is 1 digit(s) to the right of the |
## 
##   7 | 000001122223334
##   7 | 555566666777777888889
##   8 | 01111122223333344444
##   8 | 55555666666778889999
##   9 | 0111223333444
##   9 | 55555667999

Grafica de cajas

boxplot

boxplot(numeros)

median(numeros)
## [1] 83

Los cuartiles de la distribucion

quantile

quantile(numeros)
##   0%  25%  50%  75% 100% 
##   70   77   83   89   99

Summary de los datos

summary(numeros

)

summary(numeros)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   70.00   77.00   83.00   83.29   89.00   99.00

haciendo un pastel con

Otra distribucion de datos con variables categoricas

datos <- data.frame(nombre=c("Hugo", "Paco", "Luis", "Paty", "Robert", "Mary"), genero=c("M", "M", "M", "F", "M", "F"))
datos
##   nombre genero
## 1   Hugo      M
## 2   Paco      M
## 3   Luis      M
## 4   Paty      F
## 5 Robert      M
## 6   Mary      F
table(datos)
##         genero
## nombre   F M
##   Hugo   0 1
##   Luis   0 1
##   Mary   1 0
##   Paco   0 1
##   Paty   1 0
##   Robert 0 1
genero<- table(datos$genero)
#Determina mediante pastel graph numero de personas por genero
#pie()
pie(table(datos$genero), main = "Personas por cada genero")