set.seed(1000) #### Los datos dist1 <- sample(70:100, size = 50, replace=TRUE) dist1 dist2 <- sample(70:100, size = 50, replace=TRUE) dist2 dist3 <- sample(70:100, size = 50, replace=TRUE) dist3 #### Media, mediana y moda mean(dist1) median(dist1) library(modes) modes(dist1) mean(dist2) median(dist2) modes(dist2) mean(dist3) median(dist3) modes(dist3) #### Ordenar datos, histograma, grárfica de tallo y hoja, generar frecuencias, ordenar frecuencias sort(dist1) hist(dist1) stem(dist1) table(dist1) sort(table(dist1)) sort(dist2) hist(dist2) stem(dist2) table(dist2) sort(table(dist2)) sort(dist3) hist(dist3) stem(dist3) table(dist3) sort(table(dist3)) #### Plots plot(dist1, col = “red”) plot plot(dist2, col = “blue”) plot plot(dist3, col = “green”) plot #### Rango range(dist1) max(dist1) - min(dist1) range(dist2) max(dist2) - min(dist2) range(dist3) max(dist3) - min(dist3) #### Determinar el Rango Intercuatílico de cada conjunto de datos
var(dist1) var(dist2) var(dist3) sd(dist1) sd(dist2) sd(dist3) #### Determina el coeficiente de variación para cada distribución y mencione ¿CUÁL? distribución tiene mayor variabilidad y¿PORQUÉ? sd(dist1)/mean(dist1) sd(dist2)/mean(dist2) sd(dist3)/mean(dist3) #### Generar cuartiles de cada distribucion quantile (dist1, prob = c(0.25, 0.50, 0.75)) quantile (dist2, prob = c(0.25, 0.50, 0.75)) quantile (dist3, prob = c(0.25, 0.50, 0.75)) #### Verifique de manera visual el grado de hetereogeneidad u homogeneidad, ES DECIR LA VARIABILIDAD