####Generar la distribución de los datos

set.seed(1000)
dist1<-sample(70:100, size=50, replace=TRUE)
dist2<-sample(70:100, size=50, replace=TRUE)
dist3<-sample(70:100, size=50, replace=TRUE)

###Ordenar los datos como un histograma, grafica de tallo y hoja, generar frecuencias

sort(dist1)
##  [1] 70 72 72 73 74 75 75 75 75 76 76 76 77 78 78 79 80 81 82 82 85 85 85 86 87
## [26] 87 88 88 88 91 91 91 91 92 93 93 93 95 95 95 95 96 96 97 97 98 98 98 98 99
hist(dist1)

stem(dist1)
## 
##   The decimal point is 1 digit(s) to the right of the |
## 
##   7 | 02234
##   7 | 55556667889
##   8 | 0122
##   8 | 555677888
##   9 | 11112333
##   9 | 5555667788889
sort(table(dist1))
## dist1
## 70 73 74 77 79 80 81 86 92 99 72 78 82 87 96 97 76 85 88 93 75 91 95 98 
##  1  1  1  1  1  1  1  1  1  1  2  2  2  2  2  2  3  3  3  3  4  4  4  4

####PLOTS

plot(dist1, col="red")

plot(dist2, col="blue")

plot(dist3, col="green")

####Medidas de cada distribución

mean(dist1)
## [1] 85.94
mean(dist2)
## [1] 85.04
mean(dist3)
## [1] 85.72

Varianza de cada distribución

var(dist1)
## [1] 79.73102
var(dist2)
## [1] 69.01878
var(dist3)
## [1] 88.65469

Desviasiones estándar de una de las distribuciones

Coeficiente de variación

sd(dist1)/mean(dist1)*100
## [1] 10.39007
sd(dist2)/mean(dist2)*100
## [1] 9.769231
sd(dist3)/mean(dist3)*100
## [1] 10.98421

¿Cuál distribución tien menor hetereogeneidad? ó ¿menor dispersión?

####Generar el percentil 60 y 80 de cada distribución

quantile(dist1, prob= c(0.60, 0.80))
## 60% 80% 
##  91  95
quantile(dist2, prob= c(0.60, 0.80))
## 60% 80% 
##  86  94
quantile(dist3, prob= c(0.60, 0.80))
##  60%  80% 
## 89.4 94.2

Generar cuartiles de cada distribución

quantile(dist1, prob= c(0.25, 0.50, 0.75))
##   25%   50%   75% 
## 77.25 87.00 94.50
quantile(dist2, prob= c(0.25, 0.50, 0.75))
##  25%  50%  75% 
## 79.0 83.5 92.5
quantile(dist3, prob= c(0.25, 0.50, 0.75))
##   25%   50%   75% 
## 77.25 87.00 94.00

####En esta práctica en R aprendimos los cnceptos de percentiles y cuartiles dentro de la probabilidad y la estdística y cuál es su uso. Aplicando nuestros conocimientos en R, obtuvimos ambas medidas de un conjunto de datos dentro de un rango de disperción entre 70 y 100. Obteniendo los datos visualmente en forma de gráficas y tablas.