Cargar la libreria
library(readr)
Cargar los datos
datos= read_csv("C:/Users/Yizus/Documents/Clases/ProbayEst/Datos/datosalumnos.csv")
## Parsed with column specification:
## cols(
## NO = col_double(),
## NOMBRE = col_character(),
## GENERO = col_character(),
## EDAD = col_double(),
## ESTATURA = col_double(),
## PESO = col_double()
## )
Ver los datos
datos
## NO NOMBRE GENERO EDAD ESTATURA PESO
## 1 1 ANAND M 18 176 72
## 2 2 DIANA F 18 178 78
## 3 3 IVAN M 19 170 55
## 4 4 DANIEL M 18 180 78
## 5 5 KEVIN M 18 178 80
## 6 6 ANGEL M 19 173 55
## 7 7 JESUS M 18 170 70
## 8 8 MARCO M 18 180 91
## 9 9 IRVING M 19 170 70
## 10 10 ELEAZAR M 18 180 95
## 11 11 JUAN M 19 180 60
## 12 12 BORDAS M 18 185 80
## 13 13 LUIS M 19 177 92
## 14 14 JAZHIEL M 18 172 87
## 15 15 KEYLA F 18 154 63
## 16 16 VANESSA F 18 162 50
## 17 17 JESUS M 18 160 60
## 18 18 ALEXEI M 19 170 80
## 19 19 FANNY F 18 165 52
## 20 20 ALDO M 18 176 85
## 21 21 LUIS M 18 186 87
## 22 22 FERNANDA F 19 145 58
## 23 23 FRIDA F 18 150 55
## 24 24 JESABEL F 18 176 80
## 25 25 MARIO M 18 176 65
## 26 26 FABIO M 18 180 60
## 27 27 NOE M 19 176 77
## 28 28 ELIAS M 19 180 90
## 29 29 OSIRIS M 18 180 99
Ver los Primeros 6 datos
head(datos)
## NO NOMBRE GENERO EDAD ESTATURA PESO
## 1 1 ANAND M 18 176 72
## 2 2 DIANA F 18 178 78
## 3 3 IVAN M 19 170 55
## 4 4 DANIEL M 18 180 78
## 5 5 KEVIN M 18 178 80
## 6 6 ANGEL M 19 173 55
Ver los Ultimos 6 datos
tail(datos)
## NO NOMBRE GENERO EDAD ESTATURA PESO
## 24 24 JESABEL F 18 176 80
## 25 25 MARIO M 18 176 65
## 26 26 FABIO M 18 180 60
## 27 27 NOE M 19 176 77
## 28 28 ELIAS M 19 180 90
## 29 29 OSIRIS M 18 180 99
Nombre mas largo conforme a su extencion de caracteres
Obtener la columna de los puros nombres del data frame
listanombres=datos$NOMBRE
listanombres
## [1] "ANAND" "DIANA" "IVAN" "DANIEL" "KEVIN" "ANGEL"
## [7] "JESUS" "MARCO" "IRVING" "ELEAZAR" "JUAN" "BORDAS"
## [13] "LUIS" "JAZHIEL" "KEYLA" "VANESSA" "JESUS" "ALEXEI"
## [19] "FANNY" "ALDO" "LUIS" "FERNANDA" "FRIDA" "JESABEL"
## [25] "MARIO" "FABIO" "NOE" "ELIAS" "OSIRIS"
Obetener la cantidad de caracteres que tiene cada nombre
cantidadcaracteres=nchar(listanombres)
cantidadcaracteres
## [1] 5 5 4 6 5 5 5 5 6 7 4 6 4 7 5 7 5 6 5 4 4 8 5 7 5 5 3 5 6
Buscar el numero mas grande de la lista
maslargo=(sort(cantidadcaracteres,decreasing = T)[1])
maslargo
## [1] 8
Buscar cual nombre corresponde a los 8 caracteres
nombremaslargo=which(cantidadcaracteres==maslargo)
datos$NOMBRE[nombremaslargo]
## [1] "FERNANDA"
Obtener frecuencia de los hombres y mujeres y graficar en barra o pastel
frecuencia=datos$GENERO
pie(table(frecuencia))
Identificar la frecuencia de edades de los alumnos y visualizar con diagrama de tallo y hoja
stem(datos$EDAD, scale =.10)
##
## The decimal point is at the |
##
## 18 | 00000000000000000000000000000
Valores Estadisticos
Comparar cual es mayor o menor
mediam
## [1] 18.14286
mediah
## [1] 18.36364
print("Se Lega a la connclusion que en edad son mas grandes los hombres")
## [1] "Se Lega a la connclusion que en edad son mas grandes los hombres"
Comparar cual es mayor o menor
estaturaM
## [1] 161.4286
estaturaH
## [1] 176.1364
print("se llega a la conclusion que los hombres son mas altos que las mujeres ")
## [1] "se llega a la conclusion que los hombres son mas altos que las mujeres "
Generar la media del peso de los hombres y mujeres
Hombres
phombres=subset(datos,GENERO=="M")
mediapesohombres=mean(phombres$PESO)
mediapesohombres
## [1] 76.72727
Mujeres
pmujeres=subset(datos,GENERO=="F")
mediapesomujeres=mean(pmujeres$PESO)
mediapesomujeres
## [1] 62.28571
mediapesohombres
## [1] 76.72727
mediapesomujeres
## [1] 62.28571
print("Se llega a la conclusion que los hombres pesan mas que las mujeres ")
## [1] "Se llega a la conclusion que los hombres pesan mas que las mujeres "
Summary(Datos)
summary(datos)
## NO NOMBRE GENERO EDAD
## Min. : 1 Length:29 Length:29 Min. :18.00
## 1st Qu.: 8 Class :character Class :character 1st Qu.:18.00
## Median :15 Mode :character Mode :character Median :18.00
## Mean :15 Mean :18.31
## 3rd Qu.:22 3rd Qu.:19.00
## Max. :29 Max. :19.00
## ESTATURA PESO
## Min. :145.0 Min. :50.00
## 1st Qu.:170.0 1st Qu.:60.00
## Median :176.0 Median :77.00
## Mean :172.6 Mean :73.24
## 3rd Qu.:180.0 3rd Qu.:85.00
## Max. :186.0 Max. :99.00
Descripcion
Al realizar esta práctica comprendí que por más básicos sean los datos podemos hacer los cálculos y obtener información que nuestros clientes les podrían servir o interesar y he comprendido un poco la función de R y Rstudio, este caso con la información del grupo de probabilidad.
Sinceramente la práctica se me hizo complicada ya que tuve que usar cosas que no habían sido explicadas claramente en la clase sin embargo me puse a investigar y creo lo logre, aunque con unas algunas deficiencias.
Me gustaría hacer más ejercicios en el salón de clases pero con este tipo de dificultad ya que los que realizamos en clase son un poco más sencillos