P2_UI_MartinezCastillo
Abraham Ignacio Martinez Castillo
14/02/2020
Cargar la librería
library(readr) # Inicializamos la libreria "Readr" para poder importar los datos tipo csvCargar los datos tipo csv
datos = read_csv("C:/Users/Darck/Documents/Archives/Tecno/2do/Estadistica/Datos/datosalumnos.csv") # Cargamos los datos dando la ruta del archivo tipo csv## Parsed with column specification:
## cols(
## NO = col_double(),
## NOMBRE = col_character(),
## GENERO = col_character(),
## EDAD = col_double(),
## ESTATURA = col_double(),
## PESO = col_double()
## )Transformar a data.frame
datos = as.data.frame(datos)
class(datos)## [1] "data.frame"Ver todos 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
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
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 99Toma de todos los datos
no = datos $ NO
nombre = datos $ NOMBRE
genero = datos $ GENERO
edad = datos $ EDAD
estatura = datos $ ESTATURA
peso = datos $ PESONumero de caracteres que conforma cada nombre
nombre## [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"caracteres = nchar(nombre)
caracteres## [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 6nombreL = which(caracteres == 8)
datos $ NOMBRE[nombreL]## [1] "FERNANDA"Frecuencia de Hombres y Mujeres
frecuenciaG = datos $ GENERO
barplot(table(frecuenciaG))
Frecuencia de edades de los alumnos y visualizar con diagrama de tallos y hojas
stem(datos $ EDAD, scale = .10)##
## The decimal point is at the |
##
## 18 | 00000000000000000000000000000Valores estadisticos:
h = subset(datos, GENERO == "M")
m = subset(datos, GENERO == "F")
# 1.- Valor de la media artiméticia de la edad de los hombres y mujeres
edadH = mean(h $ EDAD)
edadH## [1] 18.36364edadM = mean(m $ EDAD)
edadM## [1] 18.14286if(edadH > edadM)
{
"La media de la edad de los hombres es mayor"
}else
{
"La media de la edad de las mujeres es mayor"
}## [1] "La media de la edad de los hombres es mayor"# 2.- Valor de la media artiméticia de la estatura de los hombres y mujeres
estaturaH = mean(h $ ESTATURA)
round(estaturaH,1)## [1] 176.1estaturaM = mean(m $ ESTATURA)
round(estaturaM)## [1] 161if(estaturaH < estaturaM)
{
"La media de la estatura de los hombres es mayor"
}else
{
"La media de la estatura de las mujeres es mayor"
}## [1] "La media de la estatura de las mujeres es mayor"# 3.- Valor de la media de la variable peso de los hombre y las mujeres
pesoH = mean(h $ PESO)
pesoH## [1] 76.72727pesoM = mean(m $ PESO)
pesoM## [1] 62.28571if(pesoH > pesoM)
{
"La media del peso de los hombres es mayor"
}else
{
"La media delpeso de las mujeres es mayor"
}## [1] "La media del peso de los hombres es mayor"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. :99.00En esta práctica realizamos la importación de datos csv a RStudio con el uso de la librería llamada “Readr”. Este archivo contenía datos de 29 alumnos de Ingeniería en Sistemas Computacionales del grupo 2Y, los cuales eran: Nombre, Genero, Edad, Estatura y Peso. Con estos datos realizamos múltiples tareas. En las cuales recolectamos el número de caracteres que tenía cada nombre y seleccionamos el nombre con más caracteres. Generamos una gráfica con la frecuencia de la cantidad de Hombres y mujeres en este archivo, la cual, dio como resultado un número mayor de hombres Realizamos una serie de procesos para determinar la media de tres datos de este archivo, específicamente, edad, peso y estatura. Dando como resultado en todos los procesos, al hombre como promedio mayor. Y final mente realizamos un Resumen de los datos ya referidos a través de la línea de comando “Summary()”