Links

Eleazar Bonilla: https://rpubs.com/EleazarBon/574825

Luis Renteria: https://rpubs.com/lrenteria/574834

Victor Borjas: https://rpubs.com/Ivanborjas/574815

Cargamos datos de la libreria

library(readr)
datosalumnos <- read_csv("C:/Users/luis3/Desktop/r/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()
## )

Podemos tener mejor acomodados los datos mediante el siguiente código:

datos<- as.data.frame(datosalumnos)
class(datos)
## [1] "data.frame"

Visualizamos 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

Para obtener la frecuencia de los nombres que más se repiten, utilizamos el siguiente código:

frec= table(datosalumnos$NOMBRE)
frec
## 
##     ALDO   ALEXEI    ANAND    ANGEL   BORDAS   DANIEL    DIANA  ELEAZAR 
##        1        1        1        1        1        1        1        1 
##    ELIAS    FABIO    FANNY FERNANDA    FRIDA   IRVING     IVAN  JAZHIEL 
##        1        1        1        1        1        1        1        1 
##  JESABEL    JESUS     JUAN    KEVIN    KEYLA     LUIS    MARCO    MARIO 
##        1        2        1        1        1        2        1        1 
##      NOE   OSIRIS  VANESSA 
##        1        1        1

Para el género, utilizamos lo siguiente:

frec<- table(datosalumnos$GENERO)
 frec
## 
##  F  M 
##  7 22

Para graficar, usamos lo siguiente:

barplot(frec)

Si queremos saber la edad que más se repite aplicamos lo siguiente:

frec<-table(datosalumnos$EDAD)
frec
## 
## 18 19 
## 20  9
stem(datosalumnos$EDAD)
## 
##   The decimal point is 1 digit(s) to the left of the |
## 
##   180 | 00000000000000000000
##   182 | 
##   184 | 
##   186 | 
##   188 | 
##   190 | 000000000

Para graficarlo, usamos lo siguiente:

barplot(frec)

En cuanto a la estatura:

frec<-table(datosalumnos$ESTATURA)
frec
## 
## 145 150 154 160 162 165 170 172 173 176 177 178 180 185 186 
##   1   1   1   1   1   1   4   1   1   5   1   2   7   1   1

Para graficarlo, usamos lo siguiente:

barplot(frec)

Mientras que la frecuencia del peso, es mediante este código:

frec<- table(datosalumnos$PESO)

Para graficarlo, usamos lo siguiente:

pie(frec)

Valor de la mediana de la variable estatura de los hombres y mujeres es:

median(datosalumnos$ESTATURA)
## [1] 176

funcion Summary para ordenar mejor los datos

summary(datosalumnos)
##        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

Como conclusión, determinamos que la frecuencia y ciertos datos estadísticos que pueden ocurrir tanto en los nombres como en peso y estatura, al igual que en la cantidad de género que influye en la carrera de ingeniería en Sistemas Computacionales del ITD, podemos obtener resultados como la media, mediana y moda de un conjunto de datos, ya sea que ésta pueda ser requerida en algunos casos, por medio de códigos que nos permiten organizar mejor la información que es recopilada, y a su vez, manipulada en equipos de cómputo para ejercer datos del tipo estadísticos como la graficación de datos y resultados que contiene la información al igual que su función como medios informativos en próximas investigaciones, ésto gracias a las herramientas que la plataforma R Studio nos brinda para satisfacer esta necesidad, pues por ella podemos manejar mejor los datos.