Dataset de Anscombe

Universidad Galileo

Introduccion

El dataset de Anscombe sirve para ejemplificar la importancia de graficar los datos.

Anscombre uso este dataset para demostra que las estadisticas puntuales no son suficientes para describir la data.

 Esto es una cita.

Descripción del Dataset

tabla de media del cuarteto de anscombe

estadistico	\(x_1\)	\(x_2\)	\(x_3\)	\(x_4\)
Medias	9	9	9	9
Desviacion	3.3166248	3.3166248	3.3166248	3.3166248
Medianas	9	9	9	8

estadistico	\(y_1\)	\(y_2\)	\(y_3\)	\(y_4\)
Medias	7.5009091	7.5009091	9	7.5009091
Desviacion	2.0315681	2.0316567	2.0304236	2.0305785
Medianas	7.58	8.14	7.11	7.04

Preparacion de la data para la grafica

anscomb_tidy<-
rbind(
data_frame(x=anscombe$x1,y=anscombe$y1,tag="q1"),
data_frame(x=anscombe$x2,y=anscombe$y2,tag="q2"),
data_frame(x=anscombe$x3,y=anscombe$y3,tag="q3"),
data_frame(x=anscombe$x4,y=anscombe$y4,tag="q4"))

Plot

anscomb_tidy %>% 
     ggplot(aes(x,y) )+
     geom_point()+
     facet_wrap(~tag,ncol = 2)

Conclusiones

1. Las graficas todas tienen las mismas medias.
2. Todas tienen las misma desviacion estandar

• Es importante graficar siempre la data
• Los valores atipicos afectan mucho la media poco la mediana

latex

\(f(x)=e^{x}\)

\[F(P)=\int_0^\infty f(t)e^{-Pt}dt\]

\[\begin{align*} y &= x\\ &= x^2 \end{align*}\]