Trabajar con el conjunto de datos de women data

Determinar:

Media, mediana, moda, frecuencia, desviacion estandar, varianza,cuartiles, perceptiles.

Agregar 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
#Cuantas observaciones
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 las alturas

mean(w$height) #promedio aritmetico de alturas
## [1] 65

Sacar el valor minimo y maximo de altura de las personas

max(w$height) #valor maximo de altura
## [1] 72
min(w$height) #valor minimo de altura
## [1] 58

Ordenamos para entender la mediana

sort(w$height)
##  [1] 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72

Obtener la mediana

#la mediana es la distribucion intermedia de un conjunto de datos ordenados
median(w$height)
## [1] 65

Moda

#Valor que mas se repite
#hay muchas formas
#utilizando la funcion table
#agregar un dato
w<-rbind(w,c(70,146))
#otra forma de agregar
w<-rbind.data.frame(w,c(71,164))
moda<-table(w$height)
moda #se repite which.max(moda)
## 
## 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

Generar 100 numeros aleatorios entre 70 y 100 y determinar 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
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 con el comando plot(), grafica de dispercion

#plot
plot(numeros) #graficar los numeros

plot(x=1:100,y=numeros,type = "l") #Es lo mismo que lo anterior

###Generar un histograma

hist(x=numeros,col = 'pink')

hist(x=numeros,breaks = 30,col = 'pink')

hist(x=numeros,breaks = 70,col = 'pink')

###Graficas de barras

barplot(w$height,col="blue",xlab = "Persona",ylab = "Alturas",main = "Los numeros generados",names.arg = 1:length(w$height))

###Grafica de tallo y hojas

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
#grafica de tallo y hoja
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(numeros)

median(numeros)
## [1] 83

Los cuartiles de la distribucion

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

Sumary de los datos

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

Grafica de pastel

#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$genero)
## 
## F M 
## 2 4
#Determinar mediante una grafica de pastel  el numero de personas por genero
pie(x=table(datos$genero),main = "Personas por cada genero")