Práctica Calificada 2

library(htmltab)

link='https://en.wikipedia.org/wiki/List_of_Wimbledon_gentlemen%27s_singles_champions'

linktabla= '//*[@id="mw-content-text"]/div/table[4]'

hombres=htmltab(doc=link, which=linktabla)

names(hombres)

## [1] "Year"               "Country"            "Champion"          
## [4] "Country"            "Runner-up"          "Score in the final"

hombres=hombres[c(2)]
names(hombres)

## [1] "Country"

str(hombres)

## 'data.frame':    52 obs. of  1 variable:
##  $ Country: chr  " AUS" " AUS" " AUS" " AUS" ...

son caracteres (char)

hombres

##    Country
## 2      AUS
## 3      AUS
## 4      AUS
## 5      AUS
## 6      USA
## 7      TCH
## 8      USA
## 9      USA
## 10     SWE
## 11     SWE
## 12     SWE
## 13     SWE
## 14     SWE
## 15     USA
## 16     USA
## 17     USA
## 18     USA
## 19     FRG
## 20     FRG
## 21     AUS
## 22     SWE
## 23     FRG
## 24     SWE
## 25     GER
## 26     USA
## 27     USA
## 28     USA
## 29     USA
## 30     NED
## 31     USA
## 32     USA
## 33     USA
## 34     USA
## 35     CRO
## 36     AUS
## 37     SUI
## 38     SUI
## 39     SUI
## 40     SUI
## 41     SUI
## 42     ESP
## 43     SUI
## 44     ESP
## 45     SRB
## 46     SUI
## 47     GBR
## 48     SRB
## 49     SRB
## 50     GBR
## 51     SUI
## 52     SRB
## 53     SRB

head(hombres)

##   Country
## 2     AUS
## 3     AUS
## 4     AUS
## 5     AUS
## 6     USA
## 7     TCH

tabla de frecuencias

library(questionr)
library(magrittr)
Nom=freq(hombres$Country,total = F,sort = 'dec',exclude = c(NA)) %>% data.frame()
Nom=data.frame(variable=row.names(Nom),Nom,row.names = NULL)

Nom

##    variable  n   X.
## 1       USA 15 28.8
## 2       SUI  8 15.4
## 3       SWE  7 13.5
## 4       AUS  6 11.5
## 5       SRB  5  9.6
## 6       FRG  3  5.8
## 7       ESP  2  3.8
## 8       GBR  2  3.8
## 9       CRO  1  1.9
## 10      GER  1  1.9
## 11      NED  1  1.9
## 12      TCH  1  1.9

Graficos

library(ggplot2)

base= ggplot(data=Nom, aes(x=variable, y=n))

bar1=base+geom_bar(stat='identity')

bar1

Orden:

bar1= bar1 + scale_x_discrete(limits=Nom$variable)
bar1

Datos nominales

Títulos

text1="Open Era-Hombres"
text2="País"
text3="Conteo"
text4="Fuente: Wikipedia"

bar2= bar1 + labs(title=text1,
                      x =text2, 
                      y = text3,
                      caption = text4) 
bar2

library(qcc)

## Package 'qcc' version 2.7

## Type 'citation("qcc")' for citing this R package in publications.

pareto.chart(table(hombres$Country), cumperc = c(0,50, 80, 100))

##        
## Pareto chart analysis for table(hombres$Country)
##          Frequency  Cum.Freq. Percentage Cum.Percent.
##    USA   15.000000  15.000000  28.846154    28.846154
##     SUI   8.000000  23.000000  15.384615    44.230769
##    SWE    7.000000  30.000000  13.461538    57.692308
##    AUS    6.000000  36.000000  11.538462    69.230769
##    SRB    5.000000  41.000000   9.615385    78.846154
##    FRG    3.000000  44.000000   5.769231    84.615385
##    ESP    2.000000  46.000000   3.846154    88.461538
##    GBR    2.000000  48.000000   3.846154    92.307692
##    CRO    1.000000  49.000000   1.923077    94.230769
##    GER    1.000000  50.000000   1.923077    96.153846
##    NED    1.000000  51.000000   1.923077    98.076923
##    TCH    1.000000  52.000000   1.923077   100.000000

El 80% de los ganadores estan repartidos entre: USA, SUI, SWE, AUS y SRB.

CALCULOS ESTADISTICOS

library(DescTools)
Mode(hombres$Country)

## [1] " USA"

Concentracion: Herfindahl- Hirschman

dataTable=table(hombres$Country)
Herfindahl(dataTable)

## [1] 0.1553254

Al ser mayor que 0.15, existe una moda.

Representatividad Efectiva : Laakso - Taagepera

1/sum(prop.table(dataTable)**2)

## [1] 6.438095

Hay 6 grupos representativos

PARTE 2: MUJERES

library(htmltab)
linkm="https://en.wikipedia.org/wiki/List_of_Wimbledon_ladies%27_singles_champions"
linktabm="//div/table[4]"
mujer=htmltab(doc=linkm, which=linktabm)