Sthepanie Portillo Fernandez.19550770: https://rpubs.com/stephanie_portillo/576321

Keyla Pineda Perez. 19041236: https://rpubs.com/K_P/576308

Aldo Escobedo Varela.19041200: https://rpubs.com/aldoescobedo/576356

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)
##  [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
table(dist1)
## dist1
## 70 72 73 74 75 76 77 78 79 80 81 82 85 86 87 88 91 92 93 95 96 97 98 99 
##  1  2  1  1  4  3  1  2  1  1  1  2  3  1  2  3  4  1  3  4  2  2  4  1
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")

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 Estándar 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

Conclusion de practica: En esta práctica se dieron a entender tres conceptos e probabilidad y estadística, los cuales fueron medias centrales, medidas de dispersión y coeficiente de variación. En el que para el concepto de medias centrales se puede llegar a concluir en que es un número situado hacia el centro de la distribución de los valores de una serie de observaciones o bien dicho de datos, se les conoce como media, mediana y moda; en las medidas de dispersión se muestra la variabilidad de una distribución de datos, indicándolo por medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de la media, se les conoce como rango de variación, varianza, desviación estándar, coeficiente de variación y por último el concepto de coeficiente de variación es el coeficiente de variación es la relación entre la desviación típica de una muestra y su media este re representa en porcentajes y permite comparar las dispersiones de dos distribuciones distintas, siempre que sus medias sean positivas, los valores que se obtienen se comparan entre sí de esta manera la mayor dispersión corresponderá al valor del coeficiente de variación mayor.