Objetivo: Generar 3 muestras de poblacion de 50 observaciones

###Proceso: #### Generar los datos de cada distribución #### Graficar cada distribución #### Generar media, varianza y desv std de cada distribución #### Determinar coefienciente de variación ### Generar el percentil 60 y 80 de cada distribución #### Generar cuartiles de cada distribución

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)

dist1
##  [1] 85 73 80 91 88 93 98 72 98 87 91 75 82 75 70 78 98 95 95 97 92 87 74 99 88
## [26] 85 95 98 79 78 95 76 93 81 86 91 93 97 96 77 88 72 96 75 76 82 91 75 76 85
dist2
##  [1]  97  77  72  90  87  82  99  87  85  86  86  72  82  83  77 100  77  80  93
## [20]  96  81  81  95  79  80  93  95  85  84  81  75  78  91  90  80  90 100  80
## [39]  79  79  70  96  94  78  76  83 100  94  86  71
dist3
##  [1]  76  76  86  72  94  83  71  70  88  90  75  77  89 100  73  78  91  92  83
## [20]  94  85  97  74  88  94  95 100  88 100 100  98  90  72  86  93  78  91  97
## [39]  78  99  74  85  73  78  75  97  81  94  80  88

Ordenar datos, histograma, grárfica de tallo y hoja, generar frecuencias, ordenar frecuencias

sort(dist1)
hist(dist1)
stem(dist1)
table(dist1)
sort(table(dist1))

Plots

plot(dist1, col = "red")

plot(dist2, col = "blue")

plot(dist3, col = "green")

Medias de cada distribución

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

Varianzas de cada distribución

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

Desviaciones Esándard de cada distribución

sd(dist1)
## [1] 8.929223
sd(dist2)
## [1] 8.307754
sd(dist3)
## [1] 9.415662

La Desviación Estándar significa que tanto se alejan en promedio cada observación con respecto a la media

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 tiene 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

```

Para esta practica pudimos aprender nuevas medidas probabilisticas que nos muestran datos mas amplios sobre los datos ingresados con la finalidad de poder tener conclusiones sobre cada uno de ellos como ejemplo la moda ver el dato que mas se repite, tambien usamos formas de representarlos como tablas o histogramas por ejemplo, tambien aprendimos a dividirlos en cuartiles y poder ver su distribucion.